[论文解读] Testing High Dimensional Mean Under Sparsity

Xianyang Zhang|arXiv (Cornell University)|Sep 28, 2015

Statistical Methods and Inference参考文献 29被引用 5

一句话总结

本文提出了一种在稀疏性条件下针对高维均值向量的最大平方和检验方法，通过利用精度矩阵增强信号检测，利用变量间的依赖关系。该方法在现有检验方法的基础上提升了渐近功效，并采用基于模拟的方法近似抽样分布，在稀疏信号检测场景中表现出更优性能。

ABSTRACT

Motivated by the likelihood ratio test under the Gaussian assumption, we develop a maximum sum-of-squares test for conducting hypothesis testing on high dimensional mean vector. The proposed test which incorporates the dependence among the variables is designed to ease the computational burden and to maximize the asymptotic power in the likelihood ratio test. A simulation-based approach is developed to approximate the sampling distribution of the test statistic. The validity of the testing procedure is justified under both the null and alternative hypotheses. We further extend the main results to the two sample problem without the equal covariance assumption. Numerical results suggest that the proposed test can be more powerful than some existing alternatives.

研究动机与目标

• 开发一种在信号稀疏时具有强大功效且计算上可行的高维均值向量检验方法。
• 通过精度矩阵变换引入变量间的依赖关系，以增强微弱信号的检测能力。
• 通过结合现有平方和检验与最大型检验的优势，改进在稀疏信号检测中的表现。
• 为检验统计量在原假设与备择假设下提供一种有效的基于模拟的推断程序。
• 将该方法扩展至两样本检验，且无需假设协方差矩阵相等。

提出的方法

• 提出检验统计量 $ T_n(k) = n \max_{1 \leq j_1 < \cdots < j_k \leq p} \sum_{s=1}^k \frac{\bar{z}_{j_s}^2}{\gamma_{j_s j_s}} $，其中 $ \bar{z} = \Gamma \bar{X} $，基于使用精度矩阵 $ \Gamma $ 进行变换后的样本均值。
• 在高斯假设下从似然比角度推导该检验，将其与稀疏信号模型中的最优检测相联系。
• 采用基于模拟的方法近似 $ T_n(k) $ 的抽样分布，确保在原假设与备择假设下均保持有效性。
• 通过用精度矩阵 $ \Gamma $ 的估计量替代未知的 $ \Gamma $，提出一个可行版本 $ T_{fe,n}(k) $，并保持其渐近有效性。
• 应用高斯近似理论与集中不等式，建立检验统计量与高斯过程之间的渐近等价性。
• 通过在不等协方差假设下建模对数似然，并推导稀疏备择假设下的似然比检验，将该框架扩展至两样本检验。

实验结果

研究问题

• RQ1 基于精度矩阵变换的最大平方和检验是否能在高维稀疏均值检验中优于现有的平方和检验与最大型检验？
• RQ2 通过精度矩阵引入变量依赖关系，对稀疏条件下高维均值检验的功效有何影响？
• RQ3 所提出的检验统计量的渐近分布是什么？能否通过模拟方法可靠地近似？
• RQ4 在不假设协方差矩阵相等的两样本设置下，该方法表现如何？
• RQ5 在稀疏备择假设下，所提出的检验是否渐近等价于似然比检验？

主要发现

• 所提出的最大平方和检验通过利用精度矩阵中的依赖关系，实现了比现有方法更高的渐近功效。
• 检验统计量 $ T_n(k) $ 在稀疏备择假设下与似然比检验渐近等价，从似然角度验证了其最优性。
• 基于模拟的方法为 $ T_n(k) $ 的抽样分布提供了有效近似，且满足 $ \sup_t |P(T_{fe,n}(k) \leq t) - P(T_n(k) \leq t)| = o_p(1) $，确保了显著性水平的正确控制。
• 该方法在原假设与备择假设下均保持有效，理论保证通过高斯近似与集中不等式获得。
• 两样本扩展版本保持了理论有效性，并通过考虑不等协方差结构实现了功效提升。
• 数值结果证实，该方法在稀疏信号检测场景中比现有方法更具功效。