[论文解读] Omnibus CLTs for Fréchet means and nonparametric inference on non-Euclidean spaces

Rabi Bhattacharya, Lizhen Lin|arXiv (Cornell University)|Jun 24, 2013

Morphological variations and asymmetry参考文献 15被引用 16

一句话总结

本文建立了非欧几里得空间上弗雷歇均值的两个综合中心极限定理（CLT），实现了无需限制支撑集假设的非参数推断。第一个CLT广泛适用于分层空间和黎曼流形，包括维度 d > 2 的球面，在密度光滑的条件下成立；第二个CLT则消除了对 d > 2 球面上内在弗雷歇均值的先前支撑集限制，显著推进了流形及对称正定矩阵上的统计推断，尤其在扩散张量成像（DTI）等应用中具有重要意义。

ABSTRACT

Two central limit theorems for sample Fréchet means are derived, both significant for nonparametric inference on non-Euclidean spaces. The first one, Theorem 2.2, encompasses and improves upon most earlier CLTs on Fréchet means and broadens the scope of the methodology beyond manifolds to diverse new non-Euclidean data including those on certain stratified spaces which are important in the study of phylogenetic trees. It does not require that the underlying distribution $Q$ have a density, and applies to both intrinsic and extrinsic analysis. The second theorem, Theorem 3.3, focuses on intrinsic means on Riemannian manifolds of dimensions $d>2$ and breaks new ground by providing a broad CLT without any of the earlier restrictive support assumptions. It makes the statistically reasonable assumption of a somewhat smooth density of $Q$. The excluded case of dimension $d=2$ proves to be an enigma, although the first theorem does provide a CLT in this case as well under a support restriction. Theorem 3.3 immediately applies to spheres $S^d$, $d>2$, which are also of considerable importance in applications to axial spaces and to landmarks based image analysis, as these spaces are quotients of spheres under a Lie group $\mathcal G $ of isometries of $S^d$.

研究动机与目标

• 为非欧几里得空间（包括流形和分层空间）上的弗雷歇均值发展一个通用的中心极限定理（CLT），以支持非参数推断。
• 消除先前关于黎曼流形上内在弗雷歇均值的中心极限定理中对支撑集的限制性假设，特别是针对维度 d > 2 的球面。
• 为使用内在均值和外在均值提供统一的推断框架，尤其在涉及对称正定矩阵和扩散张量成像（DTI）的应用中。
• 建立样本弗雷歇均值的渐近分布理论，该理论在最小正则性条件下（如光滑密度）成立，而非要求紧致支撑或有界曲率。

提出的方法

• 推导出一般度量空间上弗雷歇均值的综合CLT（定理2.2），适用于内在均值和外在均值，且不要求底层分布 Q 具有密度。
• 提出一个新的CLT（定理3.3），用于维度 d > 2 的黎曼流形上内在弗雷歇均值，在假设 Q 具有光滑密度的条件下，消除了早期的支撑集限制。
• 将CLT应用于对称正定矩阵（Sym⁺(p)），在欧氏度量和对数欧氏度量下均适用，实现了DTI数据分析中的两样本检验。
• 利用对数欧氏度量通过矩阵对数将流形转换为欧氏空间，从而可应用标准多元CLT技术。
• 在原假设为分布相等的条件下，使用卡方近似来处理由样本均值得到的检验统计量，p值通过邦费罗尼校正和错误发现率控制进行调整。
• 在46名受试者的真实DTI数据集上验证了该方法（28名HIV阳性，18名对照），在75个空间点上检验了胼胝体压部扩散张量的差异。

实验结果

研究问题

• RQ1 是否可以在不假设底层分布具有密度或被限制在小测地球内的前提下，为非欧几里得空间上的弗雷歇均值建立一个通用的中心极限定理？
• RQ2 在合理的光滑性假设下，能否在黎曼流形上内在弗雷歇均值的CLT中完全消除支撑集限制？
• RQ3 内在均值与外在均值在渐近分布行为上表现如何？它们在统计推断中是否可以互换使用？
• RQ4 所提出的CLT能否在扩散张量成像（DTI）中有效应用于统计检验，特别是用于检测脑组织各向异性的组间差异？
• RQ5 在高维、非欧几里得数据（如DTI张量）的多重检验场景中，该综合CLT的性能如何？

主要发现

• 定理2.2为度量空间上的弗雷歇均值提供了广泛适用的综合CLT，涵盖分层空间和流形，且不要求底层分布Q具有密度。
• 定理3.3在假设Q具有光滑密度的条件下，为维度 d > 2 的球面 S^d 上的内在弗雷歇均值建立了CLT，消除了先前的支撑集限制。
• 在DTI数据集中，使用欧氏度量时有58个位点显示显著差异，使用对数欧氏度量时有47个位点显示显著差异，错误发现率 α = 0.05。
• 卡方近似得到的p值极小（约为10⁻⁷），强烈拒绝原假设，尽管对于如此小的p值可能存在覆盖误差。
• 使用对数欧氏度量显著提升了计算效率，且结果与使用内在度量几乎无法区分，验证了其在实际应用中的有效性。
• 结果表明，所提出的CLT能够支持高维、非欧几里得设置（如DTI）中有效且强大的两样本检验，对神经影像学研究具有实际意义。