利用经验贝叶斯方法求解含相关噪声的正态均值问题
统计方法学
2018-12-27 v2 机器学习
摘要
正态均值问题在现代高维统计的诸多领域发挥着基础性作用，无论在理论还是实践中皆然。而求解该问题的经验贝叶斯（EB）方法同样已被证明在理论与实践中都极为有效。然而，几乎所有针对正态均值问题的EB处理都假设观测相互独立。在实践中，相关性在真实应用中无处不在，且这些相关性会严重扭曲EB估计。在此，利用Schwartzman (2010)的理论，我们开发了考虑观测间未知相关性的求解正态均值问题的新EB方法。我们提供了这些方法的实用软件实现，并在大规模多重检验问题与错误发现率（FDR）控制的背景下加以说明。在真实的数值实验中，我们的方法优于其他常用的多重检验方法。
引用
@article{arxiv.1812.07488,
title = {Solving the Empirical Bayes Normal Means Problem with Correlated Noise},
author = {Lei Sun and Matthew Stephens},
journal= {arXiv preprint arXiv:1812.07488},
year = {2018}
}
备注
27 pages, 9 figures, 2 tables