آزمون جایگشتی برابری میان نمونه‌های داده تابعی
خلاصه
این مقاله بررسی می‌کند که آیا مشاهدات تابعی از K نمونه، توزیع یکسانی دارند یا نه. آماره‌ای چندمتغیره بر پایه مقایسه‌های دوتایی کرامر–فون میزس از تابعی‌های مشخصه تجربی می‌سازد تا برابری توزیع میان گروه‌ها را بسنجد.
برای ترکیب مقایسه‌های مؤلفه‌ای در یک معیار معناداری، این روش از رویه جایگشتی چندمتغیره و انتقال بهینه گسسته برای سنجه‌ها استفاده می‌کند تا یک مقدار p محاسبه کند. مثال ارائه‌شده از بازده‌های تجمعی درون‌روزی بیت‌کوین استفاده می‌کند. سند هیچ یافته عددی، جزئیات طراحی یا مقایسه‌ای با آزمون‌های جایگزین ارائه نمی‌دهد؛ بنابراین فقط طرح کلی روش را مشخص می‌کند، نه اینکه عملکرد آن با اندازه نمونه، وابستگی یا شرایط دیگر داده چگونه تغییر می‌کند.
ایده‌های کلیدی
- فرض صفر، برابری توزیع‌ها در چند نمونه داده تابعی است.
- مقایسه‌های دوتایی کرامر–فون میزس از تابعی‌های مشخصه تجربی، آماره چندمتغیره را می‌سازند.
- رویه جایگشتی معناداری را ارزیابی می‌کند و با انتقال بهینه گسسته سنجه‌ها، یک مقدار p به دست می‌دهد.
- بازده‌های تجمعی درون‌روزی بیت‌کوین، مثالی بر پایه داده‌های واقعی ارائه می‌کنند.
برچسب‌ها
متن کامل
# Functional $K$ Sample Problem via Multivariate Optimal Measure Transport-Based Permutation Test # Functional $K$ Sample Problem via Multivariate Optimal Measure Transport-Based Permutation Test The null hypothesis of equality of distributions of functional data coming from $K$ samples is considered. The proposed test statistic is multivariate and its components are based on pairwise Cramér von Mises comparisons of empirical characteristic functionals. The significance of the test statistic is evaluated via the novel multivariate permutation test, where the final single $p$-value is computed using the discrete optimal measure transport. The methodology is illustrated by real data on cumulative intraday returns of Bitcoin.
با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.