依赖结构下的聚类后推断
统计方法学
2025-08-15 v2 统计理论
应用统计
统计理论
摘要
Gao 等人（JASA 2022）近期的工作奠定了聚类后推断的基础，建立了允许检验估计簇均值差异的理论框架。此外，他们研究了在控制选择性第一类错误的未知参数估计。然而，他们的理论是针对独立同分布于 维高斯变量的观测开发的，其中参数估计仅能对球协方差矩阵进行。在此，我们旨在将该框架扩展至更利于实际应用的情形，其中允许观测与特征间存在任意依赖结构。我们建立了将 Gao 等人所提设定扩展至一般依赖框架的充分条件。此外，我们评估了允许协方差矩阵相容估计的理论条件。该理论针对具有若干连接类型的层次凝聚聚类算法以及 -means 算法而发展。我们用合成数据与蛋白质结构真实数据说明了我们的方法。
引用
@article{arxiv.2310.11822,
title = {Post-clustering Inference under Dependence},
author = {Javier González-Delgado and Mathis Deronzier and Juan Cortés and Pierre Neuvial},
journal= {arXiv preprint arXiv:2310.11822},
year = {2025}
}