[论文解读] Two-Sample Tests for High Dimensional Means with Thresholding and Data Transformation
本文在稀疏信号设定下，针对高维两样本均值向量提出了两种假设检验方法，通过阈值化剔除无信息维度，并利用精度矩阵对数据进行变换以增强信号强度。所提检验方法在高维、小样本场景下，尤其在总体均值间差异稀疏时，相较于现有方法具有更高的统计功效和更低的检测边界。
We consider testing for two-sample means of high dimensional populations by thresholding. Two tests are investigated, which are designed for better power performance when the two population mean vectors differ only in sparsely populated coordinates. The first test is constructed by carrying out thresholding to remove the non-signal bearing dimensions. The second test combines data transformation via the precision matrix with the thresholding. The benefits of the thresholding and the data transformations are showed by a reduced variance of the test thresholding statistics, the improved power and a wider detection region of the tests. Simulation experiments and an empirical study are performed to confirm the theoretical findings and to demonstrate the practical implementations.
研究动机与目标
- 为解决当维度 p 远大于样本量 n1 和 n2（即大 p，小 n）时，高维两样本均值检验的挑战。
- 在仅少数均值向量分量存在差异的稀疏信号设定下，提升统计功效。
- 降低现有高维检验方法（如 Chen 和 Qin，2010；Cai、Liu 和 Xia，2014）的方差，增强检测能力。
- 开发一种多级阈值检验方法，以检测高维数据中的微弱信号。
- 评估基于精度矩阵的数据变换在增强信号强度与提升检验性能方面的有效性。
提出的方法
- 提出一种基于阈值化的检验方法，通过将小的边际检验统计量设为零，剔除无信号维度。
- 引入基于带状法与Cholesky分解估计的精度矩阵对数据进行变换，以提升信噪比。
- 通过在分量检验统计量上应用阈值，对Chen和Qin（2010）的U-统计量检验进行改进。
- 采用多级阈值方法，通过逐级施加不同信号强度水平的阈值，以检测微弱信号。
- 使用参数自展法校准阈值检验中的大小失真问题。
- 将所提检验方法应用于真实基因集数据，以识别乳腺癌中差异表达的基因。
实验结果
研究问题
- RQ1在稀疏信号假设下，阈值化能否提升高维两样本均值检验的统计功效？
- RQ2通过精度矩阵进行数据变换，如何影响高维两样本检验中的检测边界与信号强度？
- RQ3结合阈值化与数据变换后，是否能获得低于现有检验方法（包括Oracle检验）的检测边界？
- RQ4在伽马分布等非正态分布数据下，所提检验方法表现如何？
- RQ5多级阈值方法是否比单阈值或无阈值方法更有效地检测微弱信号？
主要发现
- 阈值检验通过降低检验统计量的方差，在稀疏信号设定下显著提升了统计功效。
- 通过精度矩阵进行数据变换可增强信号强度，并使检测边界低于无变换的Oracle检验。
- 多阈值检验在检测微弱信号方面优于单阈值与无阈值方法。
- 在人类乳腺癌数据上的实证研究显示，所提方法识别出了Chen和Qin（2010）检验未能检测到的显著基因集。
- 模拟结果表明，所提检验方法保持了正确的经验大小，且在稀疏性与非高斯性条件下，平均功效高于对比方法。
- 同时结合阈值化与数据变换的检验方法实现了最低的检测边界，在稀疏信号区域中优于Cai、Liu和Xia（2014）的max-范数检验。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。