×
冯、龙;张晓旭;刘冰辉

两个协方差矩阵的高维比例检验及其在基因表达数据中的应用。 （英语） Zbl 07660302号

统计理论相关。领域 6，第2期，161-174（2022）.
摘要：随着现代科学技术的发展，越来越多的高维数据出现在应用领域。由于高维可能会增加协方差结构的复杂性，因此在高维数据分析中，比较人群之间的协方差矩阵是很有必要的。在本文中，我们考虑两个高维协方差矩阵的比例性检验，其中数据维可能远大于样本大小，甚至大于样本大小的平方。我们设计了一种新的高维空间秩检验，与许多现有的流行检验相比，该检验的能力大大提高，特别是对于一些重尾分布生成的数据。提出的检验统计量的渐近正态性是在椭圆对称分布族下建立的，椭圆对称分布是一个比正态分布族更一般的分布族，包括许多常用的重尾分布。大量的数值实验证明了该测试在经验规模和功率方面的优越性。然后，通过实际数据分析，证明了所提出的高维基因表达数据测试的实用性。

理学硕士：

62页第10页 统计学在生物学和医学中的应用；元分析
62J10型 方差和协方差分析（ANOVA）

关键词：

协方差矩阵;椭圆对称分布;高维试验;相称性;空间等级

软件：

火箭
PDF格式BibTeX公司 XML格式引用
\textit{L.Feng}等人，《统计理论关系》。字段6，编号2，161--174（2022；Zbl 07660302）
全文： 内政部
OA许可证

参考文献：

[1] 阿龙，美国。；北巴尔凯。；诺特曼，D.A。；Gish，K。；伊巴拉，S。；Levine，D.M.J.，通过寡核苷酸阵列探测的肿瘤和正常结肠组织的聚类分析揭示的广泛基因表达模式，美国国家科学院学报，96，12，6745-6750（1999）·doi:10.1073/pnas.96.12.6745
[2] Bai，Z。；Saranadasa，H.，《高维效应：以两样本问题为例》，《中国统计》，6，2，311-329（1996）·Zbl 0848.62030号
[3] Barber，R.F。；Kolar，M.，Rocket:通过Kendallτ对跨椭圆图形模型的稳健置信区间，《统计年鉴》，46，6，3422-3450（2018）·Zbl 1410.62059号 ·doi:10.1214/17-AOS1663
[4] Bühlmann，P。；van de Geer，S.，《高维数据统计：方法、理论和应用》（2011），Springer Publishing Company，Incorporated·Zbl 1273.62015年
[5] Cai，T.T。；Zhang，A.，高维微分相关矩阵的推断，多元分析杂志，143，6009，107-126（2016）·Zbl 1328.62328号 ·doi:10.1016/j.jmva-2015.08.019
[6] Chen，S.X.（陈世诚，S.X.）。；Qinm，Y.L.，高维数据的双样本检验及其在基因测试中的应用，《统计年鉴》，38，2808-835（2010）·Zbl 1183.62095号 ·doi:10.1214/09-AOS716
[7] Cheng，G。；刘，B。；彭，L。；张，B。；Zheng，S.，测试两个高维空间符号协方差矩阵的相等性，斯堪的纳维亚统计杂志，46，1，257-271（2018）·Zbl 1418.62239号 ·doi:10.1111/sjos.v46.1
[8] Eriksen，P.S.，协方差矩阵的比例，统计年鉴，15，2732-748（1987）·Zbl 0628.62060号 ·doi:10.1214/aos/1176350372
[9] Fang，K.T。；科茨，S。；Ng，K.W.，《对称多元及相关分布》（1990），查普曼和霍尔·Zbl 0699.62048号
[10] 费德勒，W.T.，协方差矩阵的比例检验，《数理统计年鉴》，22，1，102-106（1951）·Zbl 0042.14501号 ·doi:10.1214/aoms/1177729697
[11] 冯，L。；Liu，B.，球形度的高维秩检验，多元分析杂志，155217-233（2017）·Zbl 1356.62071号 ·doi:10.1016/j.jmva.2017.01.003
[12] 冯，L。；Sun，F.，基于空间符号的高维位置测试，《电子统计杂志》，10，2，2420-2434（2016）·Zbl 1347.62091号 ·doi:10.1214/16-EJS1176
[13] 冯，L。；邹，C。；Wang，Z.，双样本位置问题的基于多变量符号的高维检验，美国统计协会杂志，111，514，721-735（2016）·doi:10.1080/01621459.2015.1035380
[14] Flury，B.K.，K协方差矩阵的比例，统计学和概率快报，4，1，29-33（1986）·Zbl 0582.62043号 ·doi:10.1016/0167-7152（86）90035-0
[15] Flury，B.K。；Riedwyl，H.，《多元统计：实用方法》（1988），查普曼和霍尔
[16] 霍尔，P.G。；海德·C·C，《马丁格尔中心极限理论及其应用》（1980），学术出版社·Zbl 0462.60045号
[17] Han，F。；陈，S。；Liu，H.，《高维独立性的无分布测试》，Biometrika，104，4，813-828（2017）·Zbl 07072330号 ·doi:10.1093/biomet/asx050
[18] Han，F。；Liu，H.，ECA:非高斯分布中的高维椭圆分量分析，美国统计协会杂志，113，521，252-268（2018）·Zbl 1398.62153号 ·doi:10.1080/01621459.2016.1246366
[19] Kim，D.Y.（1971年）。协方差矩阵之间比例常数的统计推断。斯坦福大学技术报告59。
[20] Leung，D。；Drton，M.，用秩相关和检验高维独立性，《统计年鉴》，46，1，280-307（2018）·Zbl 1415.62038号 ·doi:10.1214/17-AOS1550
[21] Li，J.等人。；Chen，S.X.，高维协方差矩阵的两个样本检验，《统计年鉴》，40，2，908-940（2012）·Zbl 1274.62383号 ·doi:10.1214/12-AOS993
[22] 刘，B。；徐，L。；郑S。；Tian，G.，两个大维协方差矩阵比例性的新检验，多元分析杂志，131，1，293-308（2014）·Zbl 1299.62043号 ·doi:10.1016/j.jmva.2014.06.008
[23] Magyar，A。；Tyler，D.，椭圆对称分布空间符号协方差矩阵的渐近不可接受性，生物统计学，101，3，673-688（2014）·Zbl 1335.62028号 ·doi:10.1093/biomet/asu020
[24] Mottonen，J。；Oja，H.，多元空间符号和秩方法，非参数统计杂志，5，2，201-213（1995）·Zbl 0857.62056号 ·doi:10.1080/10485259508832643
[25] Oja，H.，R的多元非参数方法（2010），Springer·Zbl 1269.62036号
[26] Rao，C.R.（1983）。两个协方差矩阵之间关系的似然比检验。S.Karlin、T.Amemiya和L.A.Goodman（编辑），《计量经济学、时间序列和多元统计研究》（第529-543页）。学术出版社·Zbl 0545.62037号
[27] Schott，J.R.，多组中常见主成分子空间的一些测试，Biometrika，78，4，771-777（1991）·Zbl 0850.62460号 ·doi:10.1093/biomet/78.4.771
[28] Schott，J.R.，比例协方差矩阵的检验，计算统计学和数据分析，32，2135-146（1999）·doi:10.1016/S0167-9473（99）00032-8
[29] Wang，L。；彭，B。；Li，R.，均值向量的高维非参数多元检验，美国统计协会杂志，110，512，1658-1669（2015）·Zbl 1373.62280号 ·doi:10.1080/01621459.2014.988215
[30] 徐，L。；刘，B。；郑S。；Bao，S.，两个大维协方差矩阵的比例检验，计算统计与数据分析，78，43-55（2014）·兹比尔1506.62197 ·doi:10.1016/j.csda.2014.03.014
[31] 邹，C.L。；Peng，L.H。；冯，L。；Wang，Z.J.，球形度的多变量基于符号的高维测试，生物统计学，101,1229-236（2014）·Zbl 1400.62100号 ·doi:10.1093/biomet/ast040
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。