सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

फ़ंक्शनल डेटा नमूनों में समानता के लिए परम्यूटेशन परीक्षण

लेख arXiv papers · लेखक: Šárka Hudecová et al.
मूल स्रोत पढ़ें

सारांश

यह शोधपत्र पूछता है कि क्या K नमूनों के फ़ंक्शनल प्रेक्षणों का वितरण समान है। यह अनुभवजन्य विशेषता फ़ंक्शनलों की युग्मवार Cramér–von Mises तुलनाओं से बहुचर परीक्षण आँकड़ा बनाता है, जिससे समूहों के बीच वितरण समानता का आकलन किया जा सकता है।

घटक तुलनाओं को सांख्यिकीय महत्व के एकल माप में जोड़ने के लिए, यह विधि बहुचर परम्यूटेशन प्रक्रिया और असतत इष्टतम माप परिवहन का उपयोग करके एकल p-value निकालती है। बताए गए उदाहरण में बिटकॉइन के संचयी इंट्राडे रिटर्न का उपयोग किया गया है। दस्तावेज़ संख्यात्मक निष्कर्ष, डिज़ाइन विवरण या वैकल्पिक परीक्षणों से तुलना नहीं देता, इसलिए यह विधि की रूपरेखा तो बताता है, लेकिन यह नहीं कि नमूना आकार, निर्भरता या डेटा की अन्य परिस्थितियों के अनुसार इसका प्रदर्शन कैसे बदलता है।

मुख्य विचार

  • शून्य परिकल्पना यह है कि कई फ़ंक्शनल डेटा नमूनों में वितरण समान हैं।
  • अनुभवजन्य विशेषता फ़ंक्शनलों की युग्मवार Cramér–von Mises तुलनाएँ बहुचर आँकड़ा बनाती हैं।
  • परम्यूटेशन प्रक्रिया सांख्यिकीय महत्व का मूल्यांकन करती है और असतत इष्टतम माप परिवहन के माध्यम से एकल p-value देती है।
  • संचयी इंट्राडे बिटकॉइन रिटर्न वास्तविक आँकड़ों का उदाहरण प्रदान करते हैं।

टैग

सांख्यिकीक्रिप्टो
पूरा पाठ
# 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.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।