[论文解读] Multidimensional multiscale scanning in Exponential Families: Limit theory and statistical consequences

Claudia König, Axel Munk+1 more|arXiv (Cornell University)|Feb 22, 2018

Statistical Methods and Inference被引用 1

一句话总结

该论文提出了一种统一的多尺度扫描方法，用于在d维指数族场中通过似然比检验检测异常，建立了检验统计量的弱极限定理，并证明了族错误率（FWER）的渐近控制。关键贡献在于一种具有显式收敛速率的高斯近似，使得在高斯情况下实现极小极大最优检测，并将多尺度推断扩展至具有严格误差控制的非独立同分布指数族模型。

ABSTRACT

We consider the problem of finding anomalies in a $d$-dimensional field of independent random variables $\{Y_i\}_{i \in \left\{1,...,n ight\}^d}$, each distributed according to a one-dimensional natural exponential family $\mathcal F = \left\{F_ heta ight\}_{ heta \in\Theta}$. Given some baseline parameter $ heta_0 \in\Theta$, the field is scanned using local likelihood ratio tests to detect from a (large) given system of regions $\mathcal{R}$ those regions $R \subset \left\{1,...,n ight\}^d$ with $ heta_i eq heta_0$ for some $i \in R$. We provide a unified methodology which controls the overall family wise error (FWER) to make a wrong detection at a given error rate. Fundamental to our method is a Gaussian approximation of the distribution of the underlying multiscale test statistic with explicit rate of convergence. From this, we obtain a weak limit theorem which can be seen as a generalized weak invariance principle to non identically distributed data and is of independent interest. Furthermore, we give an asymptotic expansion of the procedures power, which yields minimax optimality in case of Gaussian observations.

研究动机与目标

• 该论文旨在控制d维场中独立抽取自指数族的观测值在多尺度扫描中的族错误率（FWER）。
• 它解决了在大规模复杂候选区域族上进行多重检验时，检测局部异常（参数偏离的区域）的挑战。
• 目标是提供一种适用于高斯、泊松和伯努利模型的一般性方法，超越以往仅限于高斯模型的工作框架。
• 通过推导指数族中非同分布数据的弱不变性原理，统一现有方法。
• 进一步目标是推导检验功效的渐近展开，以在特定模型（尤其是高斯场）中建立极小极大最优性。

提出的方法

• 该方法对每个候选区域R使用局部似然比检验（LRT），检验统计量为TR(Y, θ₀) = √(2 log supθ ∏i∈R fθ(Yi) / ∏i∈R fθ₀(Yi))。
• 该框架假设区域R是单位立方体内固定形状的离散化版本，从而支持n → ∞时的渐近分析。
• 关键技术突破在于通过非独立同分布数据的广义弱不变性原理，推导出具有显式收敛速率的多尺度检验统计量的高斯近似。
• 通过推导所有区域上检验统计量最大值的弱极限定理，实现FWER的渐近控制。
• 通过度量熵界和覆盖论证（例如，针对超矩形、半空间和球冠）控制区域类的复杂性。
• 通过渐近功效展开验证该方法，表明在高斯观测下实现极小极大最优检测。

实验结果

研究问题

• RQ1 如何在具有潜在非同分布观测值的d维指数族场中，控制多尺度扫描的族错误率？
• RQ2 在原假设下，多尺度似然比检验统计量的极限分布是什么？能否用具有显式收敛速率的高斯过程进行近似？
• RQ3 与仅限于高斯的方法相比，该方法在非高斯指数族（如泊松或伯努利）中检测功效的提升程度如何？
• RQ4 该方法是否能在高斯场中实现极小极大最优检测？支持这种最优性的渐近功效展开是什么？
• RQ5 如何控制区域类（如超矩形、半空间）的复杂性，以确保渐近FWER控制？

主要发现

• 该论文建立了指数族中多尺度检验统计量的弱极限定理，将弱不变性原理推广至非独立同分布数据。
• 推导出检验统计量的高斯近似，并给出了显式的收敛速率，从而在有限样本中实现精确的FWER控制。
• 该方法在渐近水平α下控制族错误率，满足 supH_R,n P H_R,n P(Φ 拒绝任意 H_R',n 且 R' ⊂ R) ≤ α + o(1) 当 n → ∞ 时。
• 对于高斯观测，该检验实现了极小极大最优检测，通过渐近功效展开与已知极小极大下界一致得到验证。
• 针对不同区域类（超矩形、半空间、球冠）的覆盖数界被推导出，显式依赖于δ和u，显示出复杂度的多项式增长。
• 结果在指数族中具有鲁棒性，包括高斯、泊松和伯努利族，相较于仅限于高斯的方法，检测功效更高且有限样本精度更优。