Spatially relaxed inference on high-dimensional linear models

Jérôme-Alexis Chevalier; Tuan-Binh Nguyen; Bertrand Thirion; Joseph Salmon

doi:10.1007/s11222-022-10139-6

第三条Dans Une Revue 统计与计算 Anneée:2021年

高维线性模型的空间松弛推理

(1)，(2, 1)，(1, 3)，(4, 5, 6)

1
2
三
4
5
6

杰罗梅·阿莱克西斯骑士

功能：奥特尔
人员ID:740212
伊达尔：杰罗姆·阿列克西斯儿童
ORCID代码：0000-0003-1959-3056
ID参考号：253224241

神经影像学研究

团宾元

功能：奥特尔
人员ID:1200125
ORCID代码：0000-0002-6703-3371
ID参考号：259433195

信息传输实验室

神经影像学研究

贝特朗·蒂里昂

功能：奥特尔

神经影像学研究

服务NEUROSPIN

约瑟夫·萨尔蒙

功能：奥特尔
人员ID:170495
伊达尔：约瑟夫·萨尔蒙
ORCID代码：0000-0002-3181-0634
ID参考号：14987233倍

蒙彼利亚亚历山大·格罗森迪克学院

蒙彼利埃大学

法国大学研究所

Résumé

我们考虑高维线性模型的推理问题，当协变量在其相关性中具有潜在的空间组织时。这种设置的典型示例是高分辨率成像，其中相邻像素通常非常相似。在这种情况下，如果协变量比样本多，而且协变量之间相关性高，则不可能进行精确的点和置信区间估计。这需要重新制定统计推断问题，并考虑到潜在的空间结构：如果协变量是局部相关的，则可以在给定的空间不确定性范围内检测它们。因此，我们建议依赖δ-FWER，即在距离任何真正值大于δ的距离上进行错误发现的概率。考虑到这一目标度量，我们研究了集成聚类推理算法的特性，这些算法结合了三种技术：空间约束聚类、统计推理和集成来聚合多个聚类推理解决方案。我们证明了集成聚类推理算法在δ等于最大聚类直径的标准假设下控制δ-FWER。我们用实证结果补充了理论分析，证明了这种推理算法可以实现精确的δ-FWER控制和可观的功率。

Mots clés公司

空间公差统计推断结构化数据支持恢复聚类高维线性模型空间容差统计推断结构化数据支持恢复群集高维度线性模型

与葡萄园

医学图像

菲奇尔校长

2106.02590.pdf（1.83个月）

起源：作家的作品

贝特朗·蒂里昂 : Connectez-vous浇注接触器le contributer

https://inria.hal.science/hal-03887430

Soumis le:mardi 6 décembre 2022-17:30:49号

Dernière修改日期：mercredi 15 mai 2024-13:20:04

长期档案馆：火星7号2023-19:36:43

日期和版本

hal-03887430，版本1 (06-12-2022)

身份证明人

HAL Id： hal-03887430，版本1
内政部： 2007年10月10日/11222-022-10139-6

Citer公司

Jéróme-Alexis Chevalier、Tuan-Binh Nguyen、Bertrand Thirion、Joseph Salmon。高维线性模型的空间松弛推理。统计与计算, 2021, 32 (83),⟨10.1007/s1122-022-10139-6⟩.⟨哈尔-03887430⟩

出口商

BibTeX公司 XML-TEI公司都柏林核心元数据集 DC条款尾注数据引用

CEA公司电信研究所中国科学院印度 I3M_UMR5149 INSMI公司蒙泰利埃图片 INRIA2公司 CEA-UPSAY公司 UNIV-PARIS-SACLAY大学 MIPS公司 UNIV-MONTPELLIER公司乔利奥特 CEA-DRF公司神经肽长期资本投资 IP_PARIS公司澳大利亚国家铁路公司 GS-计算机科学 GS-生命科学-健康

45 磋商

21 交易费用

高维线性模型的空间松弛推理

Résumé

Mots clés公司

与葡萄园

日期和版本

身份证明人

Citer公司

出口商

收藏

海拔高度

合作伙伴