×
Chan、Hock Peng;Guenther Walther

多采样对齐稀疏信号的最优检测。 （英语） Zbl 1327.62250号

Ann.统计。 43，第5期，1865-1895（2015）.
小结：我们描述了在检测多样本对齐稀疏信号时，将可检测信号与不可检测信号分开的关键边界，并构造了实现最佳可检测性的测试：惩罚版本的Berk-Jones和在合并扫描中评估的高临界性测试统计，临界边界上的平均似然比。我们在结果中显示了序列长度与信号长度之比的尺度与信号的稀疏性之间的相互作用。特别是，除非该比率随序列数呈指数增长，否则检测问题的难度不会受到明显影响。我们还将多尺度和稀疏混合测试问题恢复为说明性的特殊情况。

引用于7文件

MSC公司：

62G08号 非参数回归和分位数回归
62G10型 非参数假设检验

关键词：

平均似然比;伯克·琼斯;更高的批评;最佳检测;扫描统计;稀疏混合物
PDF格式BibTeX公司 XML格式引用
\textit{H.P.Chan}和\textit{G.Walther}，Ann.Stat.43，No.5，1865-1895（2015；Zbl 1327.62250）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Arias Castro，E.、Donoho，D.L.和Huo，X.（2005年）。基于快速多尺度方法的几何目标近最优检测。IEEE传输。通知。理论51 2402-2425·Zbl 1282.94014号 ·doi:10.1109/TIT.2005.850056
[2] Arias-Castro，E.、Donoho，D.L.和Huo，X.（2006）。均匀随机点背景下丝状结构的自适应多尺度检测。安。统计师。34 326-349. ·Zbl 1091.62095号 ·doi:10.1214/009053605000000787
[3] Arias-Castro，E.和Wang，M.（2013）。稀疏异方差混合物的无分布检验·兹比尔1422.62159
[4] Berk，R.H.和Jones，D.H.（1979年）。在科尔莫戈洛夫统计中占主导地位的优秀测试统计数据。Z.瓦尔什。版本。Gebiete盖比特47 47-59·Zbl 0379.62026号 ·doi:10.1007/BF00533250
[5] Cai，T.T.、Jeng，X.J.和Jin，J.（2011）。异质和异方差混合物的最佳检测。J.R.统计社会服务。B.统计方法。73 629-662. ·Zbl 1228.62020号 ·文件编号：10.1111/j.1467-9868.2011.00778.x
[6] Cai，T.T.和Wu，Y.（2014）。针对给定零分布的稀疏混合的最佳检测。IEEE传输。通知。理论60 2217-2232·Zbl 1360.94108号 ·doi:10.1109/TIT.2014.2304295
[7] 癌症基因组图谱（2008）。全面的基因组特征确定了人类胶质瘤基因丢失和核心途径。自然455 1061-1068。
[8] Chan，H.P.和Walther，G.（2013年）。使用扫描和平均似然比进行检测。统计师。Sinica 23 409-428号·Zbl 1257.62096号 ·doi:10.5705/ss.2011.169
[9] Donoho，D.和Jin，J.（2004）。对检测稀疏非均匀混合物的批评更高。安。统计师。32 962-994·Zbl 1092.62051号 ·doi:10.1214/009053604000000265
[10] Dümbgen，L.和Spokoiny，V.G.（2001）。定性假设的多尺度测试。安。统计师。29 124-152. ·Zbl 1029.62070号 ·doi:10.1214/aos/996986504
[11] Efron，B.和Zhang，N.R.（2011年）。错误发现率和拷贝数变化。生物特征98 251-271·兹比尔1215.62115 ·doi:10.1093/biomet/asr018
[12] Glaz，J.、Pozdnyakov，V.和Wallenstein，S.编辑（2009年）。扫描统计：方法和应用。Birkhäuser，马萨诸塞州波士顿·Zbl 1165.6202号
[13] Hall，P.和Jin，J.（2010年）。创新了对相关噪声中稀疏信号检测的更高批评。安。统计师。38 1686-1732. ·Zbl 1189.62080号 ·doi:10.1214/09-AOS764
[14] Ingster，Y.I.（1997）。假设检验的一些问题导致了无限可分分布。数学。方法统计。6 47-69. ·Zbl 0878.62005号
[15] Ingster，Y.I.（1998）。（l^{n}）-球信号的最小最大检测。数学。方法统计。7 401-428. ·Zbl 1103.62312号
[16] Jager，L.和Wellner，J.A.（2007年）。通过phi-digrences进行光纤质量测试。安。统计师。35 2018-2053. ·Zbl 1126.62030号 ·doi:10.1214/00090536070000244
[17] Jeng，X.J.、Cai，T.T.和Li，H.（2013）。同时发现罕见和常见片段变异。生物特征100 157-172·Zbl 1284.62658号 ·doi:10.1093/biomet/ass059
[18] Lai，W.R.、Johnson，M.D.、Kucherrapati，R.和Park，P.J.（2005年）。阵列CGH数据中识别放大和删除的算法的比较分析。生物信息学21 3763-3770。
[19] Lepski，O.V.和Tsybakov，A.B.（2000年）。超形式和不动点的渐近精确非参数假设检验。普罗巴伯。理论相关领域117 17-48·Zbl 0971.62022号 ·doi:10.1007/s004409900043
[20] Mei，Y.（2010）。用于监控大量数据流的高效可扩展方案。生物特征97 419-433·兹比尔1406.62088 ·doi:10.1093/biomet/asq010
[21] Owen，A.B.（1995年）。分布函数的非参数似然置信带。J.Amer。统计师。协会90 516-521·Zbl 0925.62170号 ·doi:10.2307/2291062
[22] Rivera，C.和Walther，G.（2013年）。使用似然比统计对泊松过程强度或密度的跳跃进行最佳检测。扫描。《美国联邦法律大全》第40卷第752-769页·Zbl 1283.62179号 ·doi:10.1111/sjos.12027
[23] Rohde，A.（2008）。基于签名等级的适应性优秀测试。安。统计师。36 1346-1374. ·Zbl 1216.62069号 ·doi:10.1214/00905360000000092
[24] Siegmund，D.、Yakir，B.和Zhang，N.R.（2011年）。检测对齐序列中的同时变化间隔。附录申请。统计数字5 645-668·Zbl 1223.62166号 ·doi:10.1214/10-AOAS400
[25] Tartakovsky，A.G.和Veeravalli，V.V.（2008）。分布式传感器系统中的渐近最优最快变化检测。序贯分析。27 441-475. ·Zbl 1247.93014号 ·doi:10.1080/077474940802446236
[26] Walther，G.（2010年）。使用扫描统计优化和快速检测空间簇。安。统计师。38 1010-1033. ·Zbl 1183.62076号 ·doi:10.1214/09-AOS732
[27] Walther，G.（2013）。大规模多重测试和检测稀疏混合的平均似然比。《从概率到统计再回来：高维模型和过程》。Inst.数学。统计（IMS）收集。9 317-326. IMS，俄亥俄州比奇伍德·兹比尔1356.62095 ·doi:10.1214/12-IMSCOLL923
[28] Xie，Y.和Siegmund，D.（2013）。顺序多传感器切换点检测。安。统计师。41 670-692. ·Zbl 1267.62084号 ·doi:10.1214/13-AOS1094
[29] Zhang，N.R.、Siegmund，D.O.、Ji，H.和Li，J.Z.（2010）。检测多个序列中的同时变化点。生物特征97 631-645·Zbl 1195.62168号 ·doi:10.1093/biomet/asq025
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。