钟、平州;李军;彼得·科科什卡 高维纵向数据的方差分析和变化点估计。 (英语) Zbl 1469.62431号 扫描。J.统计。 48,编号2,375-405(2021)。 摘要:本文考虑了在\(T)次内对\(n)受试者重复测量的\(p)维总体平均向量的时间同质性测试问题。为了应对高维纵向数据带来的挑战,我们提出的方法不仅考虑了“大(p)、大(T)和小(n)”情况,还考虑了复杂的时间空间依赖性。我们考虑了多元方差分析问题和变点问题。所提出的检验统计量的渐近分布是在温和条件下建立的。在变点设置中,当时间同质性的零假设被拒绝时,我们进一步提出了一种二元分割方法,并表明它与显式依赖于(p,T)和(n)的速率一致。仿真研究和对fMRI数据的应用证明了所提方法的性能和适用性。 引用于2文件 MSC公司: 62兰特 功能数据分析 62甲12 多元分析中的估计 62时35分 多元分析中的图像分析 62G10型 非参数假设检验 62立方米 空间过程推断 关键词:更改点;功能磁共振成像(fMRI)数据;高维均值;纵向数据;空间相关性;时间相关性 PDF格式BibTeX公司 XML格式引用 \textit{P.-S.Zhong}等人,扫描。《美国法律总汇》第48卷第2期,第375-405页(2021年;兹bl 1469.62431) 全文: 内政部