[论文解读] A New Test for One-Way ANOVA with Functional Data and Application to Ischemic Heart Screening

Jin‐Ting Zhang, Ming−Yen Cheng+2 more|arXiv (Cornell University)|Sep 27, 2013

Statistical Methods and Inference参考文献 21被引用 5

一句话总结

本文提出 $F_{\text{max}}$-检验，一种针对函数型数据的一元方差分析的新型全局检验方法，通过在观测区间上最大化逐点 $F$-统计量来实现。利用非参数自展法近似原假设分布，该方法在控制尺寸和提升统计功效方面表现优异，尤其在中等到高相关性条件下优于现有方法，并成功从静息心电图信号中检测出心肌缺血，无需应激测试，从而实现更安全、更具成本效益的筛查。

ABSTRACT

We propose and study a new global test, namely the $F_{\max}$-test, for the one-way ANOVA problem in functional data analysis. The test statistic is taken as the maximum value of the usual pointwise $F$-test statistics over the interval the functional responses are observed. A nonparametric bootstrap method is employed to approximate the null distribution of the test statistic and to obtain an estimated critical value for the test. The asymptotic random expression of the test statistic is derived and the asymptotic power is studied. In particular, under mild conditions, the $F_{\max}$-test asymptotically has the correct level and is root-$n$ consistent in detecting local alternatives. Via some simulation studies, it is found that in terms of both level accuracy and power, the $F_{\max}$-test outperforms the Globalized Pointwise F (GPF) test of \cite{Zhang_Liang:2013} when the functional data are highly or moderately correlated, and its performance is comparable with the latter otherwise. An application to an ischemic heart real dataset suggests that, after proper manipulation, resting electrocardiogram (ECG) signals can be used as an effective tool in clinical ischemic heart screening, without the need of further stress tests as in the current standard procedure.

研究动机与目标

• 开发一种针对函数型数据的一元方差分析的稳健全局检验方法，使其在一般依赖结构下保持正确的尺寸和高统计功效。
• 解决临床挑战：在无需应激测试的情况下检测稳定型心肌缺血，因为应激测试存在风险且成本较高。
• 探讨静息心电图信号在经过适当处理后，是否可作为缺血性心脏病可靠、无创筛查工具。
• 比较 $F_{\text{max}}$-检验与全局逐点 $F$（GPF）检验在显著性水平准确性和统计功效方面的表现。
• 在真实心电图数据上验证该方法，并展示其在门诊筛查中临床应用的潜力。

提出的方法

• 将 $F_{\text{max}}$-检验的检验统计量定义为在函数域 $\mathcal{T} = [a,b]$ 上所有逐点 $F$-检验统计量的最大值。
• 采用非参数自展法估计原假设分布和临界值，确保在弱依赖假设下实现精确的尺寸控制。
• 推导了检验统计量的渐近分布，并在局部替代假设下研究了渐近功效，结果表明其具有根-$n$ 一致性。
• 通过利用逐点 $F$-检验，将该方法扩展至多种函数型数据场景，从而实现超越一元方差分析的广泛应用。
• 通过自适应导联、功率谱及累积功率谱对心电图数据进行预处理，以去除呼吸伪影并增强与缺血相关的信号。
• 使用 10,000 次自展重采样计算 $p$-值，以评估真实数据应用中的显著性。

实验结果

研究问题

• RQ1 基于逐点 $F$-统计量最大值的全局检验，是否能在函数型一元方差分析中实现优于现有方法的尺寸控制和统计功效？
• RQ2 $F_{\text{max}}$-检验在温和正则性条件下，是否能保持正确的尺寸并实现对局部替代假设的根-$n$ 一致性？
• RQ3 当静息心电图信号被转换为功率谱或累积功率谱后，是否能在正常组与缺血组之间揭示可检测的差异？
• RQ4 $F_{\text{max}}$-检验对生理混杂因素（如心电图信号中的呼吸效应）是否具有鲁棒性？
• RQ5 $F_{\text{max}}$-检验是否可替代临床筛查中的应激测试，为稳定型心肌缺血提供更安全、无创的替代方案？

主要发现

• $F_{\text{max}}$-检验在功能数据中等或高度相关时，相较于 GPF 检验，在尺寸控制和统计功效方面表现更优。
• 在温和正则性条件下，该检验实现了渐近显著性水平准确性和对局部替代假设的根-$n$ 一致性。
• 对于自适应心电图波形，$F_{\text{max}}$-检验得到 $p$-值为 0.0006，表明正常组与缺血组在均值函数上存在显著差异的强证据。
• 当应用于未经归一化的自适应导联信号时，$F_{\text{max}}$-检验不显著（$p$ = 0.0764），凸显了预处理以去除呼吸伪影的重要性。
• 累积功率谱得到 $p$-值为 0.0029，证实了由于低频能量在组间发生位移，检测功效得到增强，而 $F_{\text{max}}$-检验能有效捕捉此类变化。
• 结果支持如下假设：静息心电图信号的频谱特征包含可用于缺血性心脏病筛查的临床相关信息，可能使应激测试不再必要。