[论文解读] A Further Study of an $L^2$-norm Based Test for the Equality of Several Covariance Functions

Jia Guo, Jin‐Ting Zhang|arXiv (Cornell University)|Sep 14, 2016

Statistical Methods and Inference参考文献 14被引用 6

一句话总结

本文对功能数据分析中基于L2-范数的多个协方差函数相等性检验进行了理论和实证研究。它建立了该检验渐近功效的根n一致性，并通过模拟和真实数据表明，当数据相关性较低或信号位于高频段时，其性能优于基于降维的替代方法。

ABSTRACT

For the multi-sample equal covariance function (ECF) testing problem, Zhang (2013) proposed an $L^{2}$-norm based test. However, its asymptotic power and finite sample performance have not been studied. In this paper, its asymptotic power is investigated under some mild conditions. It is shown that the $L^2$-norm based test is root-$n$ consistent. In addition, intensive simulation studies demonstrate that in terms of size-controlling and power, the $L^{2}$-norm based test outperforms the dimension-reduction based test proposed by Fremdt et al. (2013) when the functional data are less correlated or when the effective signal information is located in high frequencies. Two real data applications are also presented to demonstrate the good performance of the $L^2$-norm based test.

研究动机与目标

• 研究Zhang（2013）提出的基于L2-范数的多个协方差函数相等性检验的渐近功效。
• 与Fremdt等人（2013）的降维方法相比，评估L2-范数检验在小样本下的表现。
• 通过medfly寿命和矫形器生物力学中的真实数据应用，展示L2-范数检验的实际有效性。
• 在较弱的正则性条件下，建立该检验的理论一致性。
• 全面比较不同数据相关性和信号频率结构下的大小控制与检验功效。

提出的方法

• 基于k个样本间估计协方差函数之间的平方L2距离，提出一种L2-范数检验统计量。
• 推导在协方差函数相等的原假设下的渐近分布性质。
• 采用野生自助法近似检验统计量的原假设分布。
• 采用基于投影的方法估计协方差算子的迹及其平方的迹，以实现方差估计。
• 将该检验应用于真实功能数据集：medfly寿命曲线和矫形器膝力矩数据。
• 通过密集的蒙特卡洛模拟，将性能与Fremdt等人（2013）的降维方法进行比较。

实验结果

研究问题

• RQ1 基于L2-范数的多个协方差函数相等性检验的渐近功效行为如何？
• RQ2 与Fremdt等人（2013）的降维检验相比，L2-范数检验在小样本下的表现如何？
• RQ3 在何种数据情境下（如低相关性或高频信号）L2-范数检验表现出更高的检验功效？
• RQ4 在实际应用中，L2-范数检验对第一类错误的控制效果如何？
• RQ5 L2-范数检验能否在真实功能数据中检测到协方差结构的有意义差异？

主要发现

• 基于L2-范数的检验在渐近功效方面具有根n一致性，证实其在较弱正则性条件下具有可靠性。
• 在模拟中，当功能数据相关性较低时，L2-范数检验优于Fremdt等人（2013）的降维检验。
• 当有效信号信息位于高频分量时，L2-范数检验的检验功效高于降维检验。
• 在medfly数据中，使用相对计数时，L2-范数检验检测到协方差函数的显著差异（p值 = 0.0123），但使用绝对计数时未检测到（p值 = 0.3132）。
• 在矫形器数据中，L2-范数检验拒绝了28种条件下协方差函数相等的原假设（p值 = 0），并对第五名受试者检测到差异（p值 ≤ 0.0040）。
• 对于矫形器数据中的第一名受试者，L2-范数检验未拒绝原假设（p值 ≥ 0.2076），表明无充分证据表明协方差存在差异，这与估计协方差函数的视觉检查结果一致。