Graph-based multisample comparison with application to feature selection for multi-category responses

doi:10.1016/j.jeconom.2026.106313

Graph-based multisample comparison with application to feature selection for multi-category responses

2026-08-18

0

PRE

AI

DOI：10.1016/j.jeconom.2026.106313

原文链接

原文求助

摘要

En 中文

本文提出了一种基于图的最大成对差异（MPD）检验方法，用于比较K样本分布。该方法可用于识别对多个多元分布异质性贡献最大的信息变量。为构建该检验，我们首先将多个样本的观测值合并，基于任意两个观测值之间的距离创建相似性图。接着，针对每个观测值，我们评估其与每个样本的连接概率。然后，我们通过组内和组间样本双重最大化这些连接概率的平方差异。因此，MPD检验是一种最大平方检验，能够有效检测稀疏备择假设。此外，我们推导了检验统计量的渐近零分布，并在备择假设下建立了其一致性。为说明所提检验的有限样本性能，我们进行了广泛的模拟研究。结果表明，MPD检验优于一些常用的多样本检验。最后，我们将其应用于选择与公司信用评级相关的特征。

Graph-based multisample comparison with application to feature selection for multi-category responses

摘要

期刊

机构

引用论文