[论文解读] Student's t-test without symmetry conditions

Iosif Pinelis|ArXiv.org|Jun 7, 2006

Optimal Experimental Design Methods参考文献 12被引用 3

一句话总结

本文通过将任意零均值分布表示为两点零均值分布的混合，将学生t检验推广至非对称分布。它建立了确保在不对称情况下保守推断的精确不等式，推广了以往在对称假设下的结果，并实现了无需对称性假设的位置和偏度检验的稳健性。

ABSTRACT

An explicit representation of an arbitrary zero-mean distribution as the mixture of (at-most-)two-point zero-mean distributions is given. Based in this representation, tests for (i) asymmetry patterns and (ii) for location without symmetry conditions can be constructed. Exact inequalities implying conservative properties of such tests are presented. These developments extend results established earlier by Efron, Eaton, and Pinelis under a symmetry condition.

研究动机与目标

• 开发精确的保守不等式，确保在不对称情况下假设检验的保守性质，扩展以往依赖对称性假设的结果。
• 在不假设底层分布对称性的前提下，构建位置和偏度模式的检验方法。
• 将埃夫隆（Efron）和伊顿（Eaton）关于自正则化和与辛钦型不等式的结果推广至非对称设置。
• 为当正态性或对称性假设被违反时t检验的稳健推断提供理论基础。
• 建立零均值分布作为两点分布混合的表示方法，实现在弱矩条件下的分布自由推断。

提出的方法

• 使用一个倒数函数 r(x)，确保条件均值为零，将任意零均值分布表示为（至多）两点零均值分布的混合。
• 利用该混合表示，将自正则化和 S 表示为 Rademacher 和的混合，从而扩展尾部和矩不等式。
• 应用来自辛钦（Khinchin）、惠特尔（Whittle）和豪格鲁普（Haagerup）的精确不等式，推导出 S 的矩生成函数和尾部概率的界。
• 通过与标准正态尾部比较，推导出 P(S ≥ x) 的保守界，证明对所有实数 x 有 P(S ≥ x) ≤ (2e³/9)P(Z ≥ x)。
• 采用 ε-逼近的扰动论证，控制在混合表示下凸函数期望比值的上界。
• 使用条件期望和迭代积分技术，证明在混合表示下期望的不变性，确保界的有效性。

实验结果

研究问题

• RQ1 能否在不假设底层分布对称性的前提下，推导出自正则化和 S 的精确保守不等式？
• RQ2 如何将零均值随机变量的分布表示为两点零均值分布的混合，以实现稳健推断？
• RQ3 在新表示下，对称分布的尾部和矩不等式在多大程度上可推广至非对称情形？
• RQ4 当对称性被放宽时，t检验的保守性质能否保持，以及如何量化这一保持？
• RQ5 在非对称条件下，自正则化和 S 的尾部概率的最优界是什么，其与正态尾部相比如何？

主要发现

• 通过一个倒数函数 r(x)，建立了任意零均值分布作为（至多）两点零均值分布混合的显式表示。
• 不等式 P(S ≥ x) ≤ (2e³/9)P(Z ≥ x) 对所有实数 x 成立，即使在无对称性假设下也成立，将伊顿（Eaton）和皮内利斯（Pinelis）的结果推广至非对称设置。
• 界 (2e³/9) ≈ 2.12 是紧的，优于标准正态尾部界，确保在非对称情况下的保守推断。
• 对所有具有凸二阶导数的凸函数 f，有 E[f(S)] ≤ E[f(Z)] 成立，将辛钦-惠特尔-豪格鲁普不等式推广至非对称分布。
• 该方法可构造出无需对称性假设的位置参数和偏度模式的精确保守检验。
• 通过扰动分析和比值界提供了理论保证，表明期望比值下界为 e^(-4ε)，确保在小偏离对称性下的稳健性。