[论文解读] Bootstrap independence test for functional linear models

Wenceslao González–Manteiga, Gil González‐Rodríguez+2 more|arXiv (Cornell University)|Oct 3, 2012

Statistical Methods and Inference参考文献 32被引用 7

一句话总结

本文提出了一种一致的自助法，用于检验响应变量为标量的函数线性模型的显著性，具体是检验原假设 $ H_0: \Theta = 0 $ 与备择假设 $ H_1: \Theta \neq 0 $。该方法基于估计残差和函数主成分进行重采样，在模拟和真实数据应用中，其显著性水平和检验效能均优于渐近近似方法。

ABSTRACT

Functional data have been the subject of many research works over the last years. Functional regression is one of the most discussed issues. Specifically, significant advances have been made for functional linear regression models with scalar response. Let $(\mathcal{H},)$ be a separable Hilbert space. We focus on the model $Y=+b+\varepsilon$, where $Y$ and $\varepsilon$ are real random variables, $X$ is an $\mathcal{H}$-valued random element, and the model parameters $b$ and $Θ$ are in $\mathbb{R}$ and $\mathcal{H}$, respectively. Furthermore, the error satisfies that $E(\varepsilon|X)=0$ and $E(\varepsilon^2|X)=σ^2

研究动机与目标

• 开发一种用于检验标量响应函数线性模型显著性的稳健自助重采样程序。
• 通过提供有限样本校准方法，解决渐近近似在小样本中的局限性。
• 改进函数线性模型中 $ H_0: \Theta = 0 $ 假设检验的显著性水平和效能。
• 通过渐近理论、模拟研究和真实数据应用，验证自助方法的有效性。
• 提供一种实用且计算可行的工具，用于高维函数型数据中函数依赖关系的检验。

提出的方法

• 提出一种基于函数线性模型 $ Y = \langle \Theta, X \rangle + b + \varepsilon $ 的估计残差的一般自助重采样方案。
• 利用函数主成分分析（FPCA）将函数型协变量 $ X $ 投影到低维空间中表示。
• 在原假设下利用重采样数据构造自助检验统计量 $ T_{1,n}^{*(a)}, T_{1,n}^{*(b)}, T_{2,n}^{*}, T_{3,n}^{*}, T_{3s,n}^{*} $。
• 采用一种学生化版本 $ T_{3s,n}^{*} $，通过一致估计误差方差 $ \sigma^2 $ 提升方法的稳健性。
• 利用自助检验统计量的经验分布校准 p 值，从而获得更优的有限样本表现。
• 将自助方法应用于包含方差估计与不包含方差估计的两类检验统计量，并比较其性能。

实验结果

研究问题

• RQ1 能否开发一种一致的自助方法，用于校准响应变量为标量的函数线性模型的检验统计量？
• RQ2 在小样本中，与渐近近似相比，基于自助法的检验在显著性水平和效能方面表现如何？
• RQ3 包含方差估计的检验统计量与不包含方差估计的统计量中，哪一类具有更优的实证性能？
• RQ4 选择 $ k_n $（即主成分数量）对检验性能有何影响？
• RQ5 该自助方法能否有效应用于真实函数型数据，如空气污染浓度曲线？

主要发现

• 基于自助法的检验比使用渐近分布的检验更接近名义显著性水平，尤其在控制第一类错误方面表现更优。
• 包含误差方差 $ \sigma^2 $ 一致估计的检验统计量（如 $ T_{3,n}^{*} $ 和 $ T_{3s,n}^{*} $）相比不包含方差估计的统计量，表现出显著更高的实证效能。
• 当 $ r = 2 $ 时，$ T_{3s,n}^{*} $ 在 $ k_n = 1 $ 且显著性水平为 10% 时，实证效能高达 99.8%，优于其他统计量。
• 忽略方差估计的 $ T_{2,n}^{*} $ 检验统计量效能最低，当 $ k_n = 10 $ 时，在 5% 显著性水平下实证效能下降至 25.4%。
• 在 NOx 浓度的真实数据应用中，除 $ T_{2,n} $ 在 $ k_n $ 较大时外，所有基于自助法的检验均拒绝 $ H_0 $，证实存在显著的线性关系。
• 选择 $ k_n $ 对性能有决定性影响，而最优选择仍为开放问题，需进一步研究。