F测试

区间测试程序:函数数据分析中推理的一般框架。本文介绍了一种新的函数数据推理技术&区间测试法(ITP)。该程序可用于检验不同的功能假设,例如,两个或多个功能群体之间的分布相等,功能群体对参考的平均功能相等。ITP包括三个步骤:(i)在(可能是高维)函数基础上表示数据(ii)每一组可能的连续基系数的测试(iii)通过本文提出的新策略,计算与每个基础组成部分相关的调整后的$p$-值。我们定义了一种新型的误差控制,即家族误差率的区间控制,特别适用于函数数据。我们证明ITP有这样的控制。本文报告了ITP与其它测试方法的比较模拟研究。ITP应用于脑动脉瘤病理学的血流动力学特征分析。ITP在fdatest R包中实现。


zbMATH中的参考文献(参考文献12条,1标准件)

显示第1到第12个结果,共12个。
按年份排序(引用)

  1. 卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡里亚卡阿尔十四
  2. 阿内罗斯,细菌án;曹,李嘉图;弗雷曼,里卡多;基尼斯特,基督教徒;Vieu,Philippe:函数数据分析和高维统计的最新进展(2019)
  3. 克劳斯,大卫:部分观察功能数据的推断程序(2019)
  4. 皮尼,亚历西亚;斯普雷菲科,洛伦佐;凡蒂尼,西蒙尼;Vietti,Alessandro:功能数据的多方面局部推断:超声舌廓线分析(2019)
  5. Sharghi,Ghale Joogh Hassan:功能数据的统计推断:双样本Behrens-Fisher问题(2019)
  6. 康拉德阿布拉莫维奇;H_ä呃,夏洛特K。;皮尼,亚历西亚;舍林,丽娜;德鲁娜,萨拉·Sjö斯特德;Vantini,Simone:应用于前交叉韧带损伤后膝关节运动跳跃数据的函数-标量线性模型的非参数推断(2018)
  7. 卡里西莫,安娜玛丽亚;库蒂略,路易莎;Feis,Italia De:社区稳健性验证(2018)
  8. 皮尼,亚历西亚;斯塔姆,艾默里克;Vantini,Simone:可分离Hilbert空间中的Hotelling(T^2)(2018)
  9. 哈桑·夏尔盖勒·乔格;Hosseini Nasab,S。Mohammad E.:预测数量增加的平均函数的双样本检验(2018)
  10. 吉格利蒂,安德里亚;伊瓦,弗朗西斯卡;Paganoni,Anna Maria:随机过程的统计推断:两个样本假设检验(2017)
  11. 帕加诺尼,安娜玛丽亚;Sangalli,Laura M.:函数回归模型:未来研究的一些方向(2017)
  12. 皮尼,亚历西亚;Vantini,Simone:《区间测试程序:功能数据分析中推理的一般框架》(2016)