.png){kind=icon}
返回
Powerful kernel-based association tests for multivariate responses
.png){kind=icon}
PRE
AI
DOI：10.1111/sjos.70064.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在现代统计学中，检验依赖性往往至关重要。协变量与响应变量之间的复杂关系带来了显著的分析挑战。尽管基于核的独立性分析已成为解决这些问题的强大替代方法，但目前尚无通用的有效基于核的检验方法。我们在再生核希尔伯特空间（RKHS）框架下引入了一系列基于核的独立性检验。这项工作包括这些检验在样本层面的显式表达式，以及它们的渐近零分布。此外，我们开发了两种特定的检验：最大核独立性检验（MKIT）和最大化最小效率稳健检验（MERT），两者均源自更广泛的基于核的独立性检验类别。理论上，我们证明在特定正则条件下，MKIT和MERT分别渐近服从极值类型I-耿贝尔分布和正态分布，并分析了MKIT和MERT的功效。我们进行了广泛的模拟，结果表明MKIT和MERT在多种场景下优于众多现有方法。在异构股票数据和人类连接组计划数据中的应用进一步凸显了所提出的检验方法的优越性能。
Keyword:
asymptotic
kernel-based
operator
power
reproducing kernel Hilbert space
期刊
S
IF:
1
论文数:
54
被引数:
0
机构
引用论文
暂无论文信息