×
牛、小青;李鹏飞;傅月娇

测试异方差污染正常混合物的均匀性。 （英语） Zbl 1516.62509号

J.应用。斯达。 46，第8期，1478-1491（2019）.
摘要：大规模同步假设检验出现在许多领域。一种众所周知的推理方法是控制错误发现率。一种流行的方法是对个人（t）测试得出的（z）分数进行建模，然后使用该模型控制错误发现率。我们提出了一个异方差污染正态混合物来描述\（z）-分数的分布，并设计了一个EM检验来检验这类混合物模型的同质性。所提出的EM检验可用于调查（z）分数集合是否来自单一正态分布，或者异方差污染正态混合物是否更合适。我们表明，EM检验统计量具有移位的双平方极限分布混合。仿真结果表明，在各种模型规范下，所提出的测试方法具有准确的I型误差，并且显著大于其竞争对手。通过对实际数据的分析，说明了该方法的应用。

引用于1文件

理学硕士：

62至XX 统计

关键词：

计算机实验;异方差污染正态模型;均匀性试验;似然比检验;EM-测试
PDF格式BibTeX公司 XML格式引用
\textit{X.Niu}等人，J.Appl。Stat.46，No.8，1478--1491（2019；Zbl 1516.62509）
全文： 内政部

参考文献：

[1] Allison博士。；Gadbury，G.L。；希奥，M。；Fernández，J.R。；Lee，C.-K。；普罗拉，T.A。；Weindruch，R.，微阵列基因表达数据分析的混合模型方法，计算。统计数据分析。，39, 1-20 (2002) ·Zbl 1119.62371号 ·doi:10.1016/S0167-9473（01）00046-9
[2] Y.本杰米尼。；Hochberg，Y.，《控制错误发现率：一种实用且强大的多重测试方法》，J.Roy。统计师。Soc.序列号。B（方法学），57289-300（1995）·Zbl 0809.62014号
[3] 陈，J。；Li，P.，正态混合模型的假设检验：EM方法，Ann.Statist。，37, 2523-2542 (2009) ·Zbl 1173.62007年 ·doi:10.1214/08-AOS651
[4] 陈，J。；Li，P.，调整有限混合模型的em-test，Canad。J.统计。，39, 389-404 (2011) ·Zbl 1230.62020年 ·doi:10.1002/cjs.10122
[5] 陈，J。；Tan，X。；Zhang，R.，均值和方差正态混合的推断，统计学。Sinica，18，443-465（2008）·Zbl 1135.62018号
[6] Dacunha-Castelle，D。；Gassiat，E.，《使用局部二次曲线参数化测试模型阶数：总体混合和平稳ARMA过程》，《统计年鉴》。，27, 1178-1209 (1999) ·兹比尔0957.62073 ·doi:10.1214/aos/1017938921
[7] 戴，H。；Charnigo，R.，微阵列数据分析中的综合测试和基因过滤，J.Appl。统计，35，31-47（2008）·Zbl 1206.62083号 ·doi:10.1080/02664760701683528
[8] 戴，H。；Charnigo，R.，污染正态模型及其在微阵列数据分析中的应用，加拿大。J.统计。，38, 315-332 (2010) ·Zbl 1233.62024号 ·doi:10.1002/js.10053文件
[9] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获得最大似然》，J.Roy。统计师。Soc.序列号。B（方法学），39，1-38（1977）·Zbl 0364.62022号
[10] Efron，B.，《大尺度同时假设检验：无效假设的选择》，J.Amer。统计师。协会，99，96-104（2004）·Zbl 1089.62502号 ·doi:10.1198/0162145000000089
[11] Efron，B.，《大尺度推断：估计、测试和预测的经验贝叶斯方法》，第1卷（2010年），剑桥大学出版社：剑桥大学出版社，剑桥·Zbl 1277.62016年
[12] Fu，Y。；陈，J。；Li，P.，Von Mises分布混合均匀性的改进似然比检验，J.Statist。计划。推理，138667-681（2008）·Zbl 1138.62029号 ·doi:10.1016/j.jspi.2007.01.003
[13] 李，P。；陈，J。；Marriott，P.，《非有限Fisher信息和同质性：EM方法》，《生物特征》，96，411-426（2009）·Zbl 1163.62012年 ·doi:10.1093/biomet/asp011
[14] 刘，X。；Shao，Y.，可识别性损失下似然比检验的渐近性，Ann.Statist。，31, 807-832 (2003) ·Zbl 1032.62014年 ·doi:10.1214/aos/1056562463
[15] McLachlan，G.J。；比恩，R。；Jones，L.B.-T.，多类微阵列中差异基因表达的正常混合方法的简单实现，生物信息学，221608-1615（2006）·doi:10.1093/bioinformatics/btl148
[16] Peng，X.，微阵列数据分析中的同步推断和样本量考虑。肯塔基大学博士论文，2003年。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。