高维可转置数据中均值矩阵的检验
统计方法学
2015-06-18 v4
摘要
高维可转置数据中的结构信息允许我们将每个受试者记录的数据写成一个矩阵，使得行和列都对应于感兴趣的变量。一个重要的问题是检验零假设，即均值矩阵具有特定结构，同时不忽略行变量和/或列变量之间潜在的依赖结构。为此，我们开发了一种简单且计算高效的非参数检验程序，以评估以下假设：在每个预定义的列（行）子集中，列（行）均值向量保持恒定。在模拟研究中，所提出的检验程序似乎具有良好的性能，并且与传统方法不同，它在不会导致名义水平膨胀的情况下具有强大的检验功效。最后，我们通过基因表达微阵列的两个实证例子说明了所提出方法的使用。
引用
@article{arxiv.1404.7683,
title = {Testing the Mean Matrix in High-Dimensional Transposable Data},
author = {Anestis Touloumis and Simon Tavaré and John C. Marioni},
journal= {arXiv preprint arXiv:1404.7683},
year = {2015}
}
备注
in Biometrics, 2015