钟、平州;李润泽;肖恩·桑托 高维纵向数据协方差矩阵的同质性检验。 （英语） Zbl 1464.62275号 生物特征 106，第3期，619-634（2019）. 摘要：本文研究了高维纵向数据协方差中特征数量大于样本大小和重复测量次数的变化点的检测和识别。所提出的方法适用于一般的时间-空间相关性。引入了一种新的测试统计量用于变化点检测，并建立了其渐近分布。如果检测到变更点，则提供位置估计。估计量的收敛速度取决于数据维数、样本大小和信噪比。二进制分割用于估计可能存在的多个变化点的位置，在温和的条件下，相应的估计量被证明是一致的。仿真研究提供了拟议测试的经验规模和威力以及变化点估计的准确性。时间进程微阵列数据集的应用程序可识别随时间推移具有显著基因交互作用变化的基因集。 引用于6文件 理学硕士： 62G10型 非参数假设检验 62甲12 多元分析中的估计 62H11型 定向数据；空间统计学 62J10型 方差和协方差分析（ANOVA） 62立方米 空间过程推断 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：高维数据;均匀性试验;纵向数据;空间和时间相关性 PDF格式BibTeX公司 XML格式引用 \textit{P.-S.Zhong}等人，Biometrika 106，No.3，619--634（2019；Zbl 1464.62275） 全文： 内政部 链接