跳至正文
返回文库全部文档

函数型数据样本分布相等的置换检验

文章 arXiv papers · 作者: Šárka Hudecová et al.
阅读原文

总结

本文研究来自K个样本的函数型观测是否具有相同分布。文章通过比较经验特征泛函的两两Cramér–von Mises统计量，构建多变量检验统计量，以检验各组分布是否相等。

为将各项比较合并为一个显著性度量，该方法使用多变量置换程序和离散最优测度传输，计算单一p值。文中给出的示例使用比特币日内累计收益。本文没有提供数值结果、设计细节或与其他检验方法的比较，因此仅概述了方法，无法说明其表现如何随样本量、相关性或其他数据条件变化。

核心观点

  • 原假设是多个函数型数据样本的分布相等。
  • 经验特征泛函的两两Cramér–von Mises比较构成多变量统计量。
  • 置换程序用于评估显著性，并通过离散最优测度传输得出单一p值。
  • 比特币日内累计收益用于真实数据示例。

标签

统计学加密资产
全文
# 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.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。