آزمون همزمان استقلال برای زیربردار های چند بردار با بعد نسبتا بالای نرمال چند متغیره

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 145

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_STAT-13-1_013

تاریخ نمایه سازی: 23 شهریور 1401

چکیده مقاله:

آزمون فرض استقلال میان زیربردار های یک بردار p‎ متغیره، به عنوان پیش نیاز بسیاری از آزمون های آماری، همواره مورد توجه بوده است. وقتی اندازه نمونه n‎ در مقایسه با بعد ‎p خیلی بزرگ است، آزمون نسبت درستنمایی با توزیع تقریبی خی دو، عملکرد قابل قبولی دارد. برای ‎‎داده های با بعد نسبتا بالا‎''‎ که در آنها n‎ در قیاس با p چندان بزرگ نیست، تقریب خی دو برای توزیع آماره آزمون نسبت درستنمایی کارایی لازم را ندارد. به عنوان یک حالت جامع تر، در این مقاله، آزمونی همزمان در k جامعه ‎ p‎متغیره نرمال با بعد نسبتا بالا که در هر جامعه آزمون استقلال میان زیربردار های دلخواه آزموده می شود، مد نظر قرار گرفته است. به منظور آزمون این فرض، یک تقریب نرمال برای توزیع آماره آزمون نسبت درستنمایی تحت فرض صفر بدست آمده است. علاوه بر این، به منظور تصدیق عملکرد بهتر تقریب نرمال پیشنهادی بر تقریب خی دوی کلاسیک، مطالعه شبیه سازی انجام شده است. در پایان، کاربردی از روش پیشنهادی بر مجموعه داده سرطان پرستات ارائه شده است. 

کلیدواژه ها:

‎Multivariate Normal Distribution‎ ، ‎Likelihood Ratio Test‎ ، ‎High-Dimensional Data‎ ، Testing Independence‎ ، ‎Multivariate Gamma Function. ، توزیع نرمال چند متغیره ، آزمون نسبت درست نمایی ، داده های با بعد نسبتا بالا ، آزمون استقلال ، تابع گامای چند متغیره.

نویسندگان

داریوش نجارزاده

Department of Statistics‎, ‎University of Tabriz‎, ‎Tabriz‎, ‎Iran.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Anderson, T. W. (۲۰۰۳), An Introduction to Multivariate Statistical Analysis ...
  • Bai, Z., D., Jiang, J., Yao, F. and Zheng. S. ...
  • Chen, X. and Liu, W. (۲۰۱۸), Testing Independence with High-Dimensional ...
  • Chen, S. X., Zhang, L. X. and Zhong, P. S. ...
  • Dettling, M. and Bühlmann, P. (۲۰۰۲), Supervised Clustering of Genes, ...
  • Hardy, G., Littlewood, J., and P{'olya, G. (۱۹۸۸), Inequalities, Reprint ...
  • Jiang, D., Jiang, T. and Yang, F. (۲۰۱۲), Likelihood Ratio ...
  • Jiang, T. and Yang, F. (۲۰۱۳), Central Limit Theorems for ...
  • Ledoit, O. and Wolf, M. (۲۰۰۲), Some Hypothesis Tests for ...
  • Leung, D., and Drton, M. (۲۰۱۸), Testing Independence in High-Dimensions ...
  • Mao, G. (۲۰۱۸), Testing Independence in High-Dimensions using kendall’s tau, ...
  • Muirhead, R. J. (۱۹۸۲), Aspects of Multivariate Statistical Theory. Wiley ...
  • Rao, C. (۲۰۰۹), Linear Statistical Inference and its Applications, Wiley ...
  • Schott, J. R. (۲۰۰۵), Testing for Complete Independence in High-Dimensions, ...
  • Schott, J. R. (۲۰۰۷), A Test for the Equality of ...
  • Singh, D., Febbo, P. G., Ross, K., Jackson, D. G., ...
  • Wilks, S. (۱۹۳۸), The Large-Sample Distribution of the Likelihood Ratio ...
  • نمایش کامل مراجع