WIKS：一种用于量化两个总体差异的通用贝叶斯非参数指标
统计理论
2018-06-25 v2 统计理论
摘要
判断两个样本是否来自同一分布的问题常常是许多研究调查中所关注的问题。众多统计方法致力于此问题，但其中仅少数考虑了贝叶斯非参数方法。我们提出一种非参数贝叶斯指标（WIKS），其目标基于来自两个总体 和 的样本来量化它们之间的差异。WIKS 指标由 与 之间 Kolmogorov-Smirnov 距离的加权后验期望定义，并且与大多数现有方法不同，可使用关于 的任意先验分布轻松计算。此外，WIKS 计算快速，并可在贝叶斯决策理论框架下得到论证。我们给出一项模拟研究，表明 WIKS 方法在多种情形下（即使在多变量情形下）比竞争方法更有功效。我们还证明 WIKS 是一致性过程，并在原假设上一致地控制显著性水平。最后，我们将 WIKS 应用于一组接受阿尔茨海默病诊断问卷的三个不同患者组的量表测量数据集。
引用
@article{arxiv.1806.08307,
title = {WIKS: A general Bayesian nonparametric index for quantifying differences between two populations},
author = {Rafael de Carvalho Ceregatti and Rafael Izbicki and Luis Ernesto Bueno Salasar},
journal= {arXiv preprint arXiv:1806.08307},
year = {2018}
}