基于 Phi-散度的一般混合模型的信号检测
统计理论
2018-03-20 v1 统计理论
摘要
在本文中，我们关注于检验高维噪声数据中是否隐藏有信号。因此，我们研究了基于 -散度的拟合优度检验族，包括 Berk 和 Jones 检验以及 Tukey 的高阶检验。该检验族在异质正态混合模型中的最优性已知。我们现在提出一种将这种最优性转移到更一般模型的技术。作为示例，我们将结果应用于密集信号和稀疏信号模型，包括指数- 混合模型以及正态分布、指数分布和 Gumbel 分布等一般指数族。除了整个检验族的最优性外，我们还讨论了检测边界上的势表现，并表明整个检验族在检测边界上没有势，而似然比检验则有势。
引用
@article{arxiv.1803.06519,
title = {Signal detection via Phi-divergences for general mixtures},
author = {Marc Ditzhaus},
journal= {arXiv preprint arXiv:1803.06519},
year = {2018}
}