[论文解读] Bootstrap-Based K-Sample Testing For Functional Data

Efstathios Paparoditis, Theofanis Sapatinas|arXiv (Cornell University)|Sep 15, 2014

Statistical Methods and Inference参考文献 22被引用 7

一句话总结

本文提出了一种基于自展法的新型K样本检验方法，用于函数数据分析，在原假设下重采样函数数据，以确保在各种检验统计量和总体数量下结果的有效性。该方法在小样本中表现出优异的有限样本性能，并具备理论依据，适用于均值函数或协方差函数相等性的检验，优于小样本和非高斯设定下的渐近近似方法。

ABSTRACT

We investigate properties of a bootstrap-based methodology for testing hypotheses about equality of certain characteristics of the distributions between different populations in the context of functional data. The suggested testing methodology is simple and easy to implement. It resamples the original dataset in such a way that the null hypothesis of interest is satisfied and it can be potentially applied to a wide range of testing problems and test statistics of interest. Furthermore, it can be utilized to the case where more than two populations of functional data are considered. We illustrate the bootstrap procedure by considering the important problems of testing the equality of mean functions or the equality of covariance functions (resp. covariance operators) between two populations. Theoretical results that justify the validity of the suggested bootstrap-based procedure are established. Furthermore, simulation results demonstrate very good size and power performances in finite sample situations, including the case of testing problems and/or sample sizes where asymptotic considerations do not lead to satisfactory approximations. A real-life dataset analyzed in the literature is also examined.

研究动机与目标

• 开发一种通用的、基于自展法的函数数据分析检验程序，使其在重采样过程中满足原假设。
• 解决渐近近似方法在小样本或中等样本以及非高斯设定下的局限性。
• 使方法适用于多组（K > 2）情形，并可适配广泛的检验统计量。
• 相较于现有渐近方法和非重采样自展法，提升检验的大小和功效性能。
• 为函数数据中均值函数和协方差函数相等性的检验，提供理论支持且可实现的框架。

提出的方法

• 该方法以一种强制满足原假设的方式重采样原始函数数据集，生成符合假设分布相等性的伪观测值。
• 采用一种自展方案，通过重新加权或重新分配函数观测值，以模拟K样本问题下的原假设分布。
• 该过程依赖于函数主成分（FPCs）和Karhunen-Loève展开（KLE），将数据投影到低维空间以实现计算。
• 在自展样本上计算检验统计量，并从自展分布中经验性地推导临界值。
• 通过控制原假设下特征值和特征向量估计的收敛性，确保条件渐近有效性。
• 该方法适用于两样本和K样本问题，包括均值函数和协方差算子相等性的检验。

实验结果

研究问题

• RQ1 能否开发一种基于自展法的检验程序，使其在函数数据的重采样过程中确保满足原假设？
• RQ2 与渐近近似方法相比，所提出的自展法在有限样本中的表现如何，特别是在样本量较小或分布非高斯的情况下？
• RQ3 该方法能否推广至涉及多于两组函数数据的K样本问题？
• RQ4 自展过程在检验不同总体间均值函数相等性时，能否保持正确的大小并实现良好的功效？
• RQ5 该方法能否适用于超出以往渐近方法所用检验统计量的多种检验统计量？

主要发现

• 所提出的自展方法在有限样本中表现出良好的大小和功效性能，即使在渐近近似方法失效的情况下亦然。
• 通过弱收敛结果提供了理论依据，表明检验统计量的自展分布收敛于真实原假设分布。
• 该方法在两样本和K样本设定下，均适用于均值函数和协方差函数相等性的检验。
• 模拟结果表明，与渐近方法相比，基于自展的方法在大小准确性和功效方面表现更优，尤其在非高斯性或小样本情况下。
• 自展过程对高斯假设的违反具有鲁棒性，并在函数数据和检验统计量的一般条件下保持有效性。
• 对真实medfly数据集的实证应用验证了该方法在实际函数数据分析中的实用性和可靠性。