[论文解读] Fast and Fair Simultaneous Confidence Bands for Functional Parameters

Dominik Liebl, Matthew Reimherr|arXiv (Cornell University)|Sep 30, 2019

Advanced Statistical Methods and Models被引用 6

一句话总结

本文提出了一种快速、公平且计算高效的函数数据分析（FDA）中函数参数同时置信带（SCBs）的构建方法。通过基于Kac-Rice公式构建自适应临界值函数，并在域分区间实现均衡的假阳性率，该方法在无需完整协方差估计的情况下，确保了全局与局部可解释性，从而在部分函数数据设置下具备出色的有限样本性能。

ABSTRACT

Quantifying uncertainty using confidence regions is a central goal of statistical inference. Despite this, methodologies for confidence bands in Functional Data Analysis are still underdeveloped compared to estimation and hypothesis testing. In this work, we present a new methodology for constructing simultaneous confidence bands for functional parameter estimates. Our bands possess a number of positive qualities: (1) they are not based on resampling and thus are fast to compute, (2) they are constructed under the fairness constraint of balanced false positive rates across partitions of the bands' domain which facilitates the typical global, but also novel local interpretations, and (3) they do not require an estimate of the full covariance function and thus can be used in the case of fragmentary functional data. Simulations show the excellent finite-sample behavior of our bands in comparison to existing alternatives. The practical use of our bands is demonstrated in two case studies on sports biomechanics and fragmentary growth curves.

研究动机与目标

• 为解决函数数据分析（FDA）中计算高效且可解释的同时置信带的缺乏问题。
• 开发一种方法，确保在函数参数域的子域间实现均衡的假阳性率，从而在高风险决策中实现统计公平性。
• 消除对完整协方差函数估计的需求，使该方法适用于全协方差估计不可行的部分函数数据。
• 提供置信带的全局与局部解释，增强其在科学与医学应用中的实用性。

提出的方法

• 该方法基于Kac-Rice公式推导出的非恒定自适应临界值函数，构建同时置信带，以控制任意域分区间的假阳性率。
• 通过在子域间平衡假阳性率，确保无子群因第一类错误而被不成比例地影响，从而实现统计公平性。
• 该方法避免重采样与完整协方差估计，仅依赖于协方差结构对角线上的点估计方差与导数估计。
• 采用两样本（2S）版本的FF带以比较函数参数（如组间均值函数），并在狭窄对角带区域上进行合并协方差估计。
• 临界值函数通过算法3.2计算，该算法整合了经验粗糙度与域分区，以自适应方式分配误差率。
• 该方法已实现于R包 ffscb 中，网址为 www.dliebl.com/ffscb/。

实验结果

研究问题

• RQ1 是否可以不依赖重采样构建同时置信带，从而在函数数据分析中实现快速计算？
• RQ2 如何在函数参数的子域间平衡假阳性率，以确保推断中的统计公平性？
• RQ3 是否可能在不估计完整协方差函数的情况下构建有效的同时置信带，特别是在部分函数数据中？
• RQ4 所提出置信带在多大程度上能够支持函数参数不确定性的全局与局部解释？
• RQ5 该方法能否扩展至高维函数域或非标准渐近情形？

主要发现

• 所提方法在模拟中展现出优异的有限样本性能，其覆盖概率与带宽均优于现有基于重采样的替代方法。
• 置信带计算高效，避免了如自助法或置换法等昂贵的重采样过程。
• 通过在域分区间强制实现均衡的假阳性率，该方法确保了统计公平性，降低了在医学与法医学等高风险应用中系统性偏差的风险。
• 该方法适用于部分函数数据，因其仅需估计协方差的对角线部分，从而规避了此类场景下完整协方差估计的不可行性。
• 在生长曲线案例研究中，该方法成功识别出11.4至15.5岁之间性别在平均生长模式上的显著差异，且在域的前半部分确认了局部显著性。
• 该方法的两样本版本在0.025显著性水平下，正确拒绝了[9.6, 17.05]岁区间内均值函数无差异的原假设，证实了已知的青春期生长差异。