多重检验设置下备择假设密度的非参数估计：应用于局部错误发现率估计
应用统计
2013-04-04 v2
摘要
在多重检验背景下，我们考虑一个具有两个分量的半参数混合模型，其中一个分量已知，对应于零假设下值的分布，另一个分量是非参数的，代表备择假设下的分布。受局部错误发现率估计问题的启发，我们专注于混合模型中非参数未知分量的估计，依赖于对真实零假设未知比例的初步估计。我们提出并研究了该未知分量的两种不同估计量的渐近性质。第一个估计量是随机加权核估计量。我们建立了其点态二次风险的上界，展示了在一类 H"older 密度上的经典非参数收敛速率。据我们所知，这是第一个建立该非参数混合模型中未知分量估计的收敛性及相应速率的结果。第二个估计量是最大平滑似然估计量。它通过迭代算法计算，我们证明了该算法具有下降性质。此外，这些估计量被用于多重检验过程以估计局部错误发现率。随后在合成数据上比较了它们各自的性能。
引用
@article{arxiv.1210.1547,
title = {Nonparametric estimation of the density of the alternative hypothesis in a multiple testing setup. Application to local false discovery rate estimation},
author = {Van Hanh Nguyen and Catherine Matias},
journal= {arXiv preprint arXiv:1210.1547},
year = {2013}
}