Correo Electrónico
DNINFOA - SIA
Bibliotecas
Convocatorias
Identidad U.N.
Publicado
Behavior of Some Hypothesis Tests for the Covariance Matrix of High Dimensional Data
Comportamiento de algunas pruebas de hipótesis para la matriz de covarianza de datos de dimensión alta
DOI:
https://doi.org/10.15446/rce.v45n2.98550Palabras clave:
Hypothesis test, covariance matrix, high dimensional data, Tracy-Widom law, multivariate Gaussian data (en)Pruebas de hipótesis, matriz de covarianza, datos de dimensión alta, ley Tracy-Widom, datos Gaussianos multivariados (es)
Descargas
The study of the structure of the covariance matrix when the dimension of the data is much greater than the sample size (high dimensional data) is a complicated problem, since we have many unknown parameters and few data. Several hypothesis tests for the covariance matrix, in the high dimensional context and in the classical case (where the dimension of the data is less than the sample size), can be found in the literature. It has been of interest the tests for the null hypothesis that the covariance matrix of Gaussian data is equal or proportional to the identity matrix, considering the classical case as well as the high dimensional context. Since it is important to have a wide comparison between these tests found in the literature, and for some of them it is difficult to have theoretical results about their powers, in this work we compare several tests by simulations, in terms of the size and power of the test. We also present some examples of application with real high dimensional data found in the literature.
El estudio de la matriz de covarianza cuando la dimensión de los datos es mucho más grande que el tamaño de la muestra (datos de dimensión alta) es un problema complicado, ya que se tienen muchos parámetros desconocidos y pocos datos. Se pueden encontrar en la literatura varias pruebas de hipótesis para la matriz de covarianza, en el contexto de datos de dimensión alta y en el caso clásico (donde la dimensión de los datos es menor que el tamaño de la muestra). Han sido de interés las pruebas para la hipótesis nula de que la matriz de covarianza de datos Gaussianos es igual o proporcional a la matriz identidad, considerando el contexto clásico como el de dimensión alta. Ya que es importante tener una amplia comparación entre estas pruebas encontradas en la literatura, y para algunas de ellas es difícil tener resultados teóricos acerca de sus potencias, en este trabajo comparamos varias pruebas mediante simulaciones, en términos del tamaño y la potencia de la prueba. También presentamos algunos ejemplos de aplicación con datos de dimensión alta reales encontrados en la literatura.
Referencias
Anderson, T. W. (1984), An Introduction to Multivariate Statistical Analysis, John Wiley & Sons, Inc.
Bai, Z., Jiang, D., Yao, J. F. & Zheng, S. (2009), 'Corrections to LRT on large-dimensional covariance matrix by RMT', The Annals of Statistics 37(6B), 3822-3840. DOI: https://doi.org/10.1214/09-AOS694
Cai, T. T. & Ma, Z. (2013), 'Optimal hypothesis testing for high dimensional covariance matrices', Bernoulli 19(5B), 2359-2388. DOI: https://doi.org/10.3150/12-BEJ455
Chen, S. X., Zhang, L.-X. & Zhong, P.-S. (2010), 'Tests for high-dimensional covariance matrices', Journal of the American Statistical Association 105(490), 810-819. DOI: https://doi.org/10.1198/jasa.2010.tm09560
Cortez-Elizalde, D. (2020), Pruebas de hipótesis para la matriz de covarianza poblacional de datos de dimensión alta, Tesis de Maestría, Universidad Juárez Autónoma de Tabasco, División Académica de Ciencias Básicas, Cunduacán, México.
Hallin, M. & Paindaveine, D. (2006), 'Semiparametrically efficient rank-based inference for shape. i. optimal rank-based tests for sphericity', The annals of statistics 34(6), 2707-2756. DOI: https://doi.org/10.1214/009053606000000731
Hastie, T., Tibshirani, R. & Friedman, J. H. (2009), Elements of statistical learning: data mining, inference, and prediction, Springer. DOI: https://doi.org/10.1007/978-0-387-84858-7
John, S. (1971), 'Some optimal multivariate tests', Biometrika 58(1), 123-127. John, S. (1972), 'The distribution of a statistic used for testing sphericity of normal distributions', Biometrika 59(1), 169-173. DOI: https://doi.org/10.1093/biomet/59.1.169
Johnstone, I. M. (2001), 'On the Distribution of the Largest Eigenvalue in Principal Components Analysis', The Annals of Statistics 29(2), 295-327. DOI: https://doi.org/10.1214/aos/1009210544
Ledoit, O. & Wolf, M. (2002), 'Some hypothesis tests for the covariance matrix when the dimension is large compared to the sample size', The Annals of Statistics 30(4), 1081-1102. DOI: https://doi.org/10.1214/aos/1031689018
Li, Z. & Yao, J. (2016), 'Testing the sphericity of a covariance matrix when the dimension is much larger than the sample size', Electronic Journal of Statistics 10(2), 2973-3010. DOI: https://doi.org/10.1214/16-EJS1199
Ma, Z. (2012), 'Accuracy of the tracy-widom limits for the extreme eigenvalues in white wishart matrices', Bernoulli 18(1), 322-359. DOI: https://doi.org/10.3150/10-BEJ334
Muirhead, R. J. (2005), Aspects of Multivariate Statistical Theory, John Wiley & Sons, Inc.
Nagao, H. (1973), 'On some test criteria for covariance matrix', The Annals of Statistics (1), 700-709. DOI: https://doi.org/10.1214/aos/1176342464
Rosenwald, A., Wright, G., Chan, W. C., Connors, J. M., Campo, E., Fisher, R. I. & et al. (2002), 'The use of molecular profling to predict survival after chemotherapy for diffuse large-B-cell lymphoma', New England Journal of Medicine 346(25), 1937-1947. DOI: https://doi.org/10.1056/NEJMoa012914
Ross, D. T., Scherf, U., Eisen, M. B., Perou, C. M., Rees, C., Spellman, P. & et al. (2000), 'Systematic variation in gene expression patterns in human cancer cell lines', Nature genetics 24(3), 227-235. DOI: https://doi.org/10.1038/73432
Srivastava, M. S. (2005), 'Some tests concerning the covariance matrix in high dimensional data', Journal of the Japan Statistical Society 35(2), 251-272. DOI: https://doi.org/10.14490/jjss.35.251
Srivastava, M. S., Yanagihara, H. & Kubokawa, T. (2014), 'Tests for covariance matrices in high dimension with less sample size', Journal of Multivariate Analysis 130, 289-309. DOI: https://doi.org/10.1016/j.jmva.2014.06.003
Zou, C., Peng, L., Feng, L. & Wang, Z. (2014), 'Multivariate sign-based highdimensional tests for sphericity', Biometrika 101(1), 229-236. DOI: https://doi.org/10.1093/biomet/ast040
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons (CC Atribución 4.0) que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
