×
Biplab保罗;De，Shyamal K。;阿尼尔·戈什（Anil K.Ghosh）。

一些基于聚类的精确无分布样本检验适用于高维、小样本数据。 （英语） Zbl 1493.62349号

《多元分析杂志》。 190，文章ID 104897，20 p.（2022）.
摘要：检验（k）（（geq 2））多元分布的同质性是统计学中一个具有挑战性的问题，尤其是当数据的维数远大于样本量时。大多数现有测试在这种高维、低样本量（HDLSS）状态下通常表现不佳，其中许多测试根本无法使用。在本文中，我们为此目的提出了一些非参数检验。这些测试在有限样本情况下具有无分布特性。它们基于一种高维聚类算法，对数据进行分区以形成列联表。使用该表的单元格频率，我们构建了测试统计数据。我们可以基于数据的（k）-分区开发测试，或者从数据中估计分区的数量，并基于此构造测试。在适当的正则性条件下，我们证明了这些测试在HDLSS渐近状态下的一致性。我们还考虑了一种多尺度方法，其中对不同数量分区的结果进行了明智的聚合。通过对一些基准数据集的大量仿真研究和分析，说明了所提出的测试方法相对于一些现有方法的优越性。

MSC公司：

62H15型 多元分析中的假设检验
62G10型 非参数假设检验
62H17型 应急表
62H30型 分类和区分；聚类分析（统计方面）

关键词：

聚类分析;列联表;邓恩指数;广义超几何分布;高维渐近;多尺度方法;边缘索引;独立性测试

软件：

MNM公司;ElemStatLearn（电子状态学习）;HDLSSkST公司;剪影;对;能量
PDF格式BibTeX公司 XML格式引用
\textit{B.Paul}等人，《多元分析杂志》。190，文章ID 104897，20 p.（2022；Zbl 1493.62349）
全文： 内政部

参考文献：

[1] Ahn，J。；李，M.H。；Yoon，Y.J.，使用最大数据堆积距离聚类高维、低样本数据，Statist。Sinica，22，2，443-464（2012）·Zbl 1238.62073号
[2] Bai，Z。；Saranadasa，H.，《高维的影响：通过一个双样本问题的例子》，统计学家。Sinica，6，2，311-329（1996）·Zbl 0848.62030号
[3] 巴林豪斯，L。；Franz，C.，《关于一种新的多元双样本检验》，J.multivariate Anal。，88, 1, 190-206 (2004) ·Zbl 1035.62052号
[4] 巴林豪斯，L。；Franz，C.，《刚性运动不变量双样本测试》，Statist。中国科学院，20121333-1361（2010）·兹比尔1200.62045
[5] 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.R.Stat.Soc.Ser。B统计方法。，57, 1, 289-300 (1995) ·Zbl 0809.62014号
[6] 比斯瓦斯，M。；Ghosh，A.K.，《适用于高维数据的非参数双样本检验》，《多元分析杂志》。，123, 160-171 (2014) ·Zbl 1278.62059号
[7] 比斯瓦斯，M。；Mukhopadhyay，M。；Ghosh，A.K.，适用于高维数据的无分布双样本运行测试，Biometrika，101，4，913-926（2014）·Zbl 1306.62122号
[8] Chakraborty，A。；Chaudhuri，P.，《基于均值、空间符号和空间等级的高维数据测试》，《统计年鉴》。，45, 2, 771-799 (2017) ·Zbl 1368.62147号
[9] 陈，H。；陈，X。；Su，Y.，多变量和目标数据的加权边数双样本检验，J.Amer。统计师。协会，113，523，1146-1155（2018）·Zbl 1402.62079号
[10] Chen，S.X。；Qin，Y.-L.，高维数据的双样本检验及其在基因检测中的应用，Ann.Statist。，38, 2, 808-835 (2010) ·Zbl 1183.62095号
[11] Dunn，J.C.，《ISODATA过程的模糊关系及其在检测紧密且分离良好的星团中的应用》，J.Cybern。，3，3，32-57（1973年）·Zbl 0291.68033号
[12] 冯·L。；邹，C。；Wang，Z.，双样本定位问题的基于多变量符号的高维检验，J.Amer。统计师。协会，111，514，721-735（2016）
[13] Fisher，R.A.，《关于从列联表中解释（chi^2）和计算（P）》，J.R.Stat.Soc.Ser。B统计方法。，85, 1, 87-94 (1922)
[14] 弗里德曼，J.H。；Rafsky，L.C.，Wald-Wolfowitz和Smirnov两样本检验的多元推广，Ann.Statist。，7, 4, 697-717 (1979) ·Zbl 0423.62034号
[15] Ghosh，A.K。；Biswas，M.，基于区分超平面的无分布高维两样本检验，Test，25，3，525-547（2016）·Zbl 06833261号
[16] Ghosh，A.K。；乔杜里，P。；Murthy，C.A.，《最近邻分类器的可视化和聚合》，IEEE Trans。模式分析。机器。智力。，27, 10, 1592-1602 (2005)
[17] Giraud，C.，《高维统计导论》（2014），CRC出版社
[18] 霍尔，P。；Marron，J.S。；Neeman，A.，《高维低样本数据的几何表示》，J.R.Stat.Soc.Ser。B统计方法。，67,3427-444（2005年）·Zbl 1069.62097号
[19] 霍尔，P。；Tajvidi，N.，高维环境中分布均匀性的置换测试，生物特征，89，2，359-374（2002）·Zbl 1017.62040号
[20] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.H.，《统计学习的要素：数据挖掘、推断和预测》（2009），施普林格科学与商业媒体·Zbl 1273.62005年
[21] Henze，N.，《基于最近邻型重合数的多元双样本检验》，Ann.Statist。，16, 2, 772-783 (1988) ·Zbl 0645.62062号
[22] Huberty，C.J。；Olejnik，S.，应用MANOVA和判别分析（2006），John Wiley&Sons·Zbl 1117.62071号
[23] Jung，S。；Marron，J.S.，《高维、低样本量背景下PCA一致性》，Ann.Statist。，37、6B、4104-4130（2009）·Zbl 1191.62108号
[24] Krzanowski，W.J。；Lai，Y.T.，使用平方和聚类法确定数据集中组数的标准，生物计量学，44，1，23-34（1988）·Zbl 0707.62122号
[25] Lindeberg，T.，《计算机视觉中的尺度空间理论》（2013），Springer Science&Business Media
[26] 刘，Z。；Modarres，R.，《高维分布函数相等性的三角检验》，J.Nonparametr。统计，23，3，605-615（2011）·Zbl 1228.62055号
[27] 梅塔，C.R。；Patel，N.R.，在列联表中执行Fisher精确检验的网络算法，J.Amer。统计师。协会，78，382，427-434（1983）·Zbl 0545.62039号
[28] Modarres，R.，高维分布的图形比较，Int.Stat.Rev.，88，3，698-714（2020）
[29] Mondal，P.K。；比斯瓦斯，M。；Ghosh，A.K.，《基于最近邻的高维双样本检验》，《多元分析》。，141, 168-178 (2015) ·Zbl 1323.62037号
[30] Mukhopadhyay，S。；Wang，K.，高维样本比较问题的非参数方法，生物统计学，107，3，555-572（2020）·Zbl 1451.62065号
[31] Ng，A.Y。；M.I.乔丹。；Weiss，Y.，《关于谱聚类：分析和算法》，（神经信息处理系统进展（2002）），849-856
[32] Oja，H.，《带R的多元非参数方法：基于空间符号和等级的方法》（2010），施普林格科学与商业媒体·Zbl 1269.62036号
[33] Park，J。；Ayyala，D.N.，《大尺寸和小样本中平均向量的检验》，J.Statist。计划。推理，143，5，929-943（2013）·Zbl 1428.62251号
[34] 保罗，B。；德·S·K。；Ghosh，A.K.，HDLSSkST：无分布精确高维低样本量K样本测试（2020），R包版本2.0.0
[35] Puri，M.L。；Sen，P.K.，《多元分析中的非参数方法》（1971），John Wiley&Sons·Zbl 0237.62033号
[36] Rand，W.M.，聚类方法评价的客观标准，J.Amer。统计师。协会，66，336，846-850（1971）
[37] Rosenbaum，P.R.，《基于邻接性比较两个多元分布的精确无分布检验》，J.R.Stat.Soc.Ser。B统计方法。，67, 4, 515-530 (2005) ·Zbl 1095.62053号
[38] Rousseeuw，P.J.，《Silhouettes：聚类分析解释和验证的图形辅助》，J.Comput。申请。数学。，20, 53-65 (1987) ·兹伯利0636.62059
[39] Sarkar，S。；比斯瓦斯，R。；Ghosh，A.K.，《关于高维低样本数据的一些基于图形的双样本测试》，马赫。学习。，109, 2, 279-306 (2020) ·Zbl 1446.62150号
[40] Sarkar，S。；Ghosh，A.K.，《基于点间距平均值的一些高维双样本测试》，Stat，7，1，Article e187 pp.（2018）
[41] Sarkar，S。；Ghosh，A.K.，《关于高维低样本数据的完美聚类》，IEEE Trans。模式分析。机器。智力。，42, 9, 2257-2272 (2020)
[42] Schilling，M.F.，基于最近邻的多元双样本检验，J.Amer。统计师。协会，81，395，799-806（1986）·Zbl 0612.62081号
[43] Sriperumbudur，B.K。；Fukumizu，K。；格雷顿，A。；兰克里特，G.R。；Schölkopf，B.，概率分布RKHS嵌入的核选择和分类，（神经信息处理系统进展，第22卷（2009）），1750-1758
[44] Srivastava，M.S。；Katayama，S。；Kano，Y.，《高维数据的双样本检验》，《多元分析杂志》。，114, 349-358 (2013) ·Zbl 1255.62165号
[45] 糖，C.A。；James，G.M.，《寻找数据集中的聚类数量：一种信息论方法》，J.Amer。统计师。协会，98，463，750-763（2003）·Zbl 1046.62064号
[46] 谢凯利，G.J。；Rizzo，M.L.，高维等分布测试，InterStat，5，16.10，1249-1272（2004）
[47] 谢凯利，G.J。；Rizzo，M.L.，《能源统计：一类基于距离的统计》，J.Statist。计划。推理，143，8，1249-1272（2013）·Zbl 1278.62072号
[48] Tibshirani，R。；沃尔瑟，G。；Hastie，T.，《通过间隙统计估算数据集中的簇数》，J.R.Stat.Soc.Ser。B统计方法。，63, 2, 411-423 (2001) ·Zbl 0979.62046号
[49] Tsukada，S.-I.，基于点间距的高维双样本检验，计算。统计人员。，34, 2, 599-615 (2019) ·Zbl 1417.62153号
[50] 嗯，Y。；Randles，R.H.，多元多样本位置问题的非参数检验，统计。Sinica，8，3，801-812（1998）·Zbl 0905.62048号
[51] Wang，J.，通过交叉验证对聚类数量的一致选择，Biometrika，97，4893-904（2010）·Zbl 1204.62104号
[52] Wei，S。；Lee，C。；威彻斯，L。；Marron，J.S.，高维假设检验的方向投影置换，J.Compute。图表。统计人员。，25, 2, 549-569 (2016)
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。