Fisher 精确检验的新紧近似

Wilhelmiina Hämäläinen

Fisher 精确检验的新紧近似

统计计算 2014-05-07 v1 数值分析

作者: Wilhelmiina Hämäläinen

摘要

Fisher 精确检验通常是估计统计依赖性显著性的首选方法。然而，在大型数据集中，该检验通常过于耗时而无法应用，特别是在穷举搜索（数据挖掘）中。传统的解决方案是用 $\chi^2$ 度量来近似显著性，但其精度往往不可接受。作为解决方案，我们引入了一族上界，它们计算速度快且能准确近似 Fisher 的 $p$ -值。此外，新的近似方法不像基于 $\chi^2$ 的近似那样对数据大小、分布或最小期望计数敏感。根据理论和实验分析，新的近似方法对所有足够强的依赖性都能产生准确的结果。近似的基本形式在弱依赖性下可能会失效，但上界的一般形式可以调整为任意精度。

关键词

Fisher 精确检验紧近似上界 p 值统计依赖性卡方度量数据挖掘显著性估计

引用

@article{arxiv.1405.1250,
  title  = {New tight approximations for Fisher's exact test},
  author = {Wilhelmiina Hämäläinen},
  journal= {arXiv preprint arXiv:1405.1250},
  year   = {2014}
}

Fisher 精确检验的新紧近似

摘要

关键词

引用

相关论文