.png){kind=icon}
返回
Robust domain selection for functional data via interval-wise testing and effect size mapping
.png){kind=icon}
PRE
AI
DOI：10.1093/jrsssc/qlag014.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在函数数据分析的推断问题中，领域选择是其中一个实用兴趣点，旨在识别领域中显示所需功能特征的子区间。受定量超声（QUS）信号分析应用启发，我们提出了稳健的领域选择方法，特别旨在发现领域中呈现不同组间位置参数不同行为的子集。通过扩展区间检验方法，我们提出同时考虑功能特征的多个方面，以检测实际可解释的领域。为进一步处理收集的功能轨迹中潜在异常值和缺失段，我们采用基于功能M估计量的检验统计量进行区间检验以进行推断。此外，我们引入效应量热图，通过计算从最小到最大尺度在全领域上的稳健化效应量，以反映组间动态功能行为，从而使临床医生获得全面理解并选择实际有意义的子区间。通过模拟研究和激励QUS测量的应用，展示了所提出方法的表现。
Keyword:
domain selection
functional effect size
functional m-estimator
partial sampling
robust inference
期刊
J
IF:
1.3
论文数:
53
被引数:
4.8K
机构
引用论文
暂无论文信息