[论文解读] Fully distribution-free center-outward rank tests for multiple-output regression and MANOVA

Marc Hallin, Daniel Hlubinka+1 more|arXiv (Cornell University)|Jul 30, 2020

Statistical Methods and Inference参考文献 38被引用 11

一句话总结

本文首次提出基于测度运输的中心向外秩的完全分布自由、参数高效的多输出回归与MANOVA秩检验方法。这些检验方法实现了渐近正态性与Hájek表示，其在非椭球、重尾数据中的表现优于伪高斯与椭球方法，模拟与考古数据集结果表明，它们能检测到其他方法未能发现的显著组间差异。

ABSTRACT

Extending rank-based inference to a multivariate setting such as multiple-output regression or MANOVA with unspecified d-dimensional error density has remained an open problem for more than half a century. None of the many solutions proposed so far is enjoying the combination of distribution-freeness and efficiency that makes rank-based inference a successful tool in the univariate setting. A concept of center-outward multivariate ranks and signs based on measure transportation ideas has been introduced recently. Center-outward ranks and signs are not only distribution-free but achieve in dimension d > 1 the (essential) maximal ancillarity property of traditional univariate ranks, hence carry all the "distribution-free information" available in the sample. We derive here the Hájek representation and asymptotic normality results required in the construction of center-outward rank tests for multiple-output regression and MANOVA. When based on appropriate spherical scores, these fully distribution-free tests achieve parametric efficiency in the corresponding models.

研究动机与目标

• 为在未知多变量误差密度下，构建多输出回归与MANOVA的完全分布自由、高效检验方法，解决长期存在的开放问题。
• 将经典单变量秩基于推断的Hájek方法扩展至多变量设置，同时保持分布自由性与效率。
• 克服现有多变量秩概念（如分量秩、空间秩与基于深度的秩）在分布自由性、效率或方向敏感性方面的局限性。
• 为多变量线性模型中的中心向外秩统计量建立理论基础（Hájek表示与渐近正态性）。
• 在非高斯、重尾与非椭球分布的真实与模拟数据中，展示所提检验方法相对于伪高斯与椭球秩方法的实践优越性。

提出的方法

• 该方法采用基于测度运输（Monge-Kantorovich最优传输）的中心向外秩与符号，将单变量秩推广至维度 d > 1，同时保持最大量性。
• 通过传输映射的网格化近似构造经验中心向外分布函数，确保Glivenko-Cantelli收敛性。
• 线性秩统计量通过加权求和中心向外秩构成，权重来自对LAN中心序列的Hájek投影，以确保渐近效率。
• 通过多变量线性模型中中心向外秩的Hájek表示定理，建立检验统计量的渐近正态性。
• 采用两种不同网格配置（n_S=7, n_R=18 与反之）实现检验，确保对网格选择的鲁棒性。
• 检验应用于双变量与完整的四维MANOVA模型，p值在无处理效应的原假设下计算。

实验结果

研究问题

• RQ1 能否构建完全分布自由的多变量秩检验，使其在多输出回归与MANOVA模型中实现参数效率？
• RQ2 基于最优传输的中心向外秩是否可作为非椭球、重尾分布中现有多变量秩概念的有效且高效的替代方法？
• RQ3 在非高斯误差密度下，所提中心向外秩检验与伪高斯及椭球秩方法在大小与功效方面有何比较？
• RQ4 能否为多变量线性模型中的中心向外秩统计量建立Hájek表示与渐近正态性结果？
• RQ5 该方法是否能在真实世界数据中检测到传统方法失败的显著组间差异，特别是在非椭球与重尾分布下？

主要发现

• 在天然玻璃数据集的双变量分析中，当包含CoO时，中心向外秩检验检测到组间显著差异，而Pillai迹检验的p值不显著（如MgO-CoO的p值为0.1217）。
• 当n_R=7且n_S=18时，Wilcoxon中心向外秩检验在所有涉及CoO的双变量模型中p值均为0.0000，表明在α=0.05水平下对原假设存在强证据。
• 在完整的四维MANOVA中，中心向外检验的p值为10^-15，表明差异高度显著，而Pillai检验报告p值为0.1553，椭球秩检验报告p值为0.5827。
• 椭球Wilcoxon秩检验在任何α ≤ 0.5水平下均未检测到差异，凸显了椭球假设在真实数据中的局限性。
• 所提方法在考古数据集中检测到传统伪高斯与椭球方法未能发现的显著组间差异，提示可能需要重新评估关于拜占庭-伊斯兰时期贸易的既有结论。
• 理论结果证实了中心向外秩统计量的Hájek表示与渐近正态性，使得在多变量线性模型中构建高效、分布自由的检验成为可能。