李伟明;陈嘉琪;姚建峰 测试只有一个维度较大的两个随机向量的独立性。 （英语） Zbl 1369.62123号 统计 51，第1期，141-153（2017）. 摘要：为了测试两个维度分别为（p_1）和（p_2）的向量的独立性，现有的高维统计文献都假设维度（p_1\）和（p2\）都随着样本大小增长到无穷大。然而，正如RNA测序数据分析所证明的那样，与样本大小相比，一个维度非常小，另一个维度相当大的情况经常发生。在本文中，我们讨论了独立性检验的这个新的渐近框架。引入了一种新的检验方法，并在向量正态分布时建立了其渐近正态性。蒙特卡洛研究证明了该程序的一致性，并显示出其优于一些现有的高维程序。结果还表明，该方法对种群向量的正态性假设具有鲁棒性。应用于一组RNA测序数据，我们在基因亚型表达的成对独立性/依赖性方面获得了非常令人信服的结果，这一点得到了该领域已有的先验知识的证明。 引用于7文件 MSC公司： 62H15型 多元分析中的假设检验 62J15型 配对和多重比较；多次测试 62页第10页 统计学在生物学和医学中的应用；元分析 92D20型 蛋白质序列，DNA序列 关键词：协方差矩阵;基因网络;高维测试;独立性测试;渐近正态性;蒙特卡洛研究 PDF格式BibTeX公司 XML格式引用 \textit{W.Li}等人，《统计》51，第1期，141--153（2017；Zbl 1369.62123） 全文： 内政部 arXiv公司 参考文献： [1] DOI:10.1016/j.canlet.2012.11.010·doi:10.1016/j.canlet.2012.11.010 [2] Anderson TW，多元统计分析导论，3。编辑（2003） [3] 内政部：10.2307/1905324·Zbl 0012.02903号 ·doi:10.2307/1905324 [4] DOI:10.1214/aos/1031689018·Zbl 1029.62049号 ·doi:10.1214/aos/1031689018 [5] DOI:10.1214/09-AOS694·Zbl 1360.62286号 ·doi:10.1214/09-AOS694 [6] 内政部：10.1214/09-AOS716·Zbl 1183.62095号 ·doi:10.1214/09-AOS716 [7] 数字对象标识码：10.1214/13-EJS842·Zbl 1293.62127号 ·doi:10.1214/13-EJS842 [8] DOI:10.1007/s11425-012-4501-0·Zbl 1256.62033号 ·doi:10.1007/s11425-012-4501-0 [9] 内政部：10.1016/j.jmva.2012.06.004·Zbl 1273.62128号 ·doi:10.1016/j.jmva.2012.06.004 [10] 数字对象标识码：10.1214/14-AOS1284·Zbl 1344.60027号 ·doi:10.1214/14-AOS1284 [11] DOI:10.14490/jjss.35.251·doi:10.14490/jjss.35.251 [12] 内政部：10.1038/nrg1272·doi:10.1038/nrg1272 [13] 内政部：10.1093/nar/gkt145·doi:10.1093/nar/gkt145 [14] Yalamanchili HK，Li ZY，Wang P，et al.拼接网：从正常和疾病样本的RNA-Seq数据中恢复剪接异构体特异性差异基因网络。Nucl Acids Res.2014，doi:10.1093/nar/gku577·doi:10.1093/nar/gku577 [15] Powers DWM，J Mach Learn Technol 2第37页–（2007年） 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。