×
薛祥杰;王勇

大规模多重比较问题中密度和零比例估计的非参数混合方法。 （英语） Zbl 1521.62043号

澳大利亚。N.Z.J.统计。 65，编号1，49-75（2023）.
摘要：针对大规模多重比较问题，提出了一种估计零效应比例的新方法。它使用非参数混合物的最大似然估计，这也提供了测试统计的密度估计。它克服了在估计混合分布的非参数过程中，通常的非参数极大似然估计量在零效应位置不能产生正概率的问题。剖面似然进一步用于帮助生成一系列零比例值，与之对应的密度估计值都是一致的。通过对轮廓似然比的阈值函数进行适当选择，可以证明该范围的上端点是零比例的一致估计。数值研究表明，所提出的方法在所有研究的情况下都有明显的收敛趋势，与文献中现有的方法相比表现良好。
{©2023作者。澳大利亚和新西兰统计杂志由John Wiley&Sons Australia，Ltd代表澳大利亚统计学会出版。}

MSC公司：

62G05型 非参数估计
62J15型 配对和多重比较；多次测试
第62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

一致性估计;混合物分布;多重假设检验;非参数混合物;零效应;剖面似然

软件：

混合器
PDF格式BibTeX公司 XML格式引用
\textit{X.Xue}和\textit{Y.Wang}，澳大利亚。N.Z.J.Stat.65，No.1，49--75（2023；Zbl 1521.62043）
全文： 内政部
OA许可证

参考文献：

[1] Akaike，H.（1974年）。统计识别模型的新视角。IEEE自动控制汇刊19，716-723·Zbl 0314.62039号
[2] Benjamini，Y.和Hochberg，Y.（1995）。控制错误发现率：一种实用且强大的多重测试方法。《皇家统计学会杂志》，B57系列，289-300·Zbl 0809.62014号
[3] Cai，T.、Jin，J.和Low，M.G.（2007年）。稀疏正态混合的估计和置信集。统计年鉴352421-2449·Zbl 1360.62113号
[4] Dax，A.（1990年）。多面体的最小点。最优化理论与应用杂志64，429-432·Zbl 0666.90031号
[5] 邓肯，D.B.（1955）。多量程和多个F测试。生物统计学11，1-42。
[6] Efron，B.（2003）。罗宾斯，经验贝叶斯和微阵列。《统计年鉴》31，366-378·Zbl 1038.62099号
[7] Efron，B.（2004）。大规模同步假设测试。《美国统计协会杂志》99，96-104·Zbl 1089.62502号
[8] Efron，B.（2007a）。相关性和大规模同时显著性测试。《美国统计协会杂志》102，93-103·Zbl 1284.62340号
[9] Efron，B.（2007b）。大小、功耗和错误发现率。《统计学年鉴》351351-1377·Zbl 1123.62008年
[10] Efron，B.（2010年）。大规模推断：估计、测试和预测的经验贝叶斯方法。剑桥：剑桥大学出版社·Zbl 1277.62016年
[11] Efron，B.、Tibshirani，R.、Storey，J.D.和Tusher，V.（2001）。微阵列实验的经验贝叶斯分析。《美国统计协会杂志》96，1151-1160·Zbl 1073.62511号
[12] Fisher，R.A.（1925年）。研究人员的统计方法。爱丁堡：奥利弗和博伊德。
[13] Hochberg，Y.（1988）。用于多项重要测试的更清晰的Bonferroni程序。生物特征75，800-802·Zbl 0661.62067号
[14] Holm，S.（1979年）。一个简单的顺序拒绝多重测试程序。斯堪的纳维亚统计杂志6，65-70·Zbl 0402.62058号
[15] Jiang，W.和Zhang，C.H.（2016）。正态混合物的广义似然比检验。中国统计局26，955-978·Zbl 1359.62061号
[16] Jin，J.&Cai，T.（2007）。在大规模多重比较中估算零效应和非零效应的比例。《美国统计协会杂志》478495-506·Zbl 1172.62319号
[17] Kiefer，J.和Wolfowitz，J.（1956年）。存在无穷多个伴随参数时最大似然估计的相合性。《数理统计年鉴》27887-906·Zbl 0073.14701号
[18] Laird，N.（1978年）。混合分布的非参数极大似然估计。《美国统计协会杂志》73，805-811·Zbl 0391.62029号
[19] Langaas，M.、Lindqvist，B.H.和Ferkingstad，E.（2005）。估计真零假设的比例，并应用于dna微阵列数据。英国皇家统计学会杂志，B67系列，555-572·Zbl 1095.62037号
[20] Lawson，C.L.和Hanson，R.J.（1974年）。解决最小二乘问题。恩格尔伍德悬崖：Prentice‐Hall·Zbl 0860.65028号
[21] Li，A.&Barber，R.F.（2017）。有序假设检验中fdr控制的累积检验。《美国统计协会杂志》112，837-849。
[22] Liao，J.G.，Lin，Y.，Selvanayagam，Z.E.&Shih，W.J.（2004）。用于估计dna微阵列分析中局部错误发现率的混合模型。生物信息学20,2694-2701。
[23] Lindsay，B.G.（1983年）。混合可能性的几何：一个一般理论。统计年鉴11，86-94·Zbl 0512.62005号
[24] Lindsay，B.G.（1995年）。混合模型：理论、几何和应用。海沃德：数理统计研究所·Zbl 1163.62326号
[25] Lindsay，B.G.和Roeder，K.（1993年）。混合模型中估计和可识别性的唯一性。《加拿大统计杂志》（The Canadian Journal of Statistics）/《加拿大统计评论》（La Revue Canadienne de Statistique）21139-147·Zbl 0779.62032号
[26] McLachlan，G.J.，Bean，R.W.&Jones，L.B.（2006年）。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。
[27] Meinshausen，N.和Rice，J.（2006年）。在大量独立测试的假设中估计假零假设的比例。《统计年鉴》34373-393·Zbl 1091.62059号
[28] Muralidharan，O.（2010年）。一种用于效果大小和错误发现率估计的经验贝叶斯混合方法。应用统计年鉴422-438·Zbl 1189.62004号
[29] Neyman，J.和Pearson，E.S.（1933年）。关于统计假设的最有效检验问题。《皇家学会哲学学报》A231289-339·Zbl 0006.26804号
[30] Robbins，H.（1951年）。复合统计决策问题的渐近次极小解。《第二届伯克利数理统计与概率研讨会论文集》，J.Neyman（编辑），第131-149页。加州伯克利：加利福尼亚大学出版社·Zbl 0044.14803号
[31] Robbins，H.（1956年）。统计学的经验贝叶斯方法。第三届伯克利数理统计与概率研讨会论文集，第1卷：对统计理论的贡献，J.内曼（编辑），第157-163页。加州伯克利：加利福尼亚大学出版社·Zbl 0074.35302号
[32] Robbins，H.（1964年）。统计决策问题的经验贝叶斯方法。《数理统计年鉴》35，1-20·Zbl 0138.12304号
[33] Schwarz，G.E.（1978年）。估算模型的维度。统计年鉴461-464·Zbl 0379.62005年
[34] Singh，D.、Febbo，P.G.、Ross，K.等人（2002年）。基因表达与临床前列腺癌行为相关。癌症细胞1203-209。
[35] Storey，J.D.和Tibshirani，R.（2003）。全基因组研究的统计意义。美国国家科学院院刊100，9440-9445·Zbl 1130.62385号
[36] Tukey，J.W.（1953年）。多重比较问题。新泽西州普林斯顿：普林斯顿大学。
[37] 王毅（2007）。关于快速计算混合分布的非参数最大似然估计。《皇家统计学会杂志》，B69系列，185-198年·Zbl 1120.62022号
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。