高维模型的双向同时推断
统计方法学
2023-02-08 v4
摘要
本文提出一种通用的双向同时推断（TOSI）框架，用于具有显变量或潜变量结构的高维模型，例如高维均值模型、高维稀疏回归模型和高维潜因子模型。TOSI 从两个方向对一组参数进行同时推断：一是检验假定的零参数是否确实为零，二是检验非零参数集中是否存在零。因此，我们可以精确识别参数是否为零，从而保持数据结构被充分且简洁地表达。我们从理论上证明，所提出的 TOSI 方法在渐近意义上将第一类错误控制在预设显著性水平，且检验功效收敛到一。通过模拟检验了所提方法在有限样本情形下的表现，并分析了两个真实数据集。结果表明，TOSI 方法比现有方法具有更好的预测性且估计量更具可解释性。
引用
@article{arxiv.2012.11100,
title = {Two-directional simultaneous inference for high-dimensional models},
author = {Wei Liu and Huazhen Lin and Jin Liu and Shurong Zheng},
journal= {arXiv preprint arXiv:2012.11100},
year = {2023}
}