High-Dimensional Two-Sample Test for Elliptical Symmetry Distribution

ملخص تقني: اختبار العينات الثنائية عالي الأبعاد للتوزيعات ذات التماثل الإهليلجي

بيان المشكلة
تتناول الورقة مشكلة الموقع للمجموعتين في الأبعاد العالية، وتحديداً اختبار تساوي متجهات الموقع ($H_0: \theta_1 = \theta_2$) عندما يكون البعد $p$ مقارباً لحجم العينات ($n_1, n_2$) أو يتجاوزها. تُفترض البيانات أنها تتبع توزيعات إهليلجية متماثلة مع هياكل اعتماد (dependence structures) تعسفية في مصفوفة التشتت.

تواجه الأدبيات الحالية في هذا السياق قيدين رئيسيين:

1. المتانة مقابل الاعتماد: بينما تعد إجراءات الإشارة المكانية (spatial-sign) متينة تجاه البيانات ثقيلة الذيل، فإن معايرتها القياسية تعتمد على شروط الأثر (trace conditions) التي تفترض وجود مصفوفات تشتت متفرقة أو ضعيفة الاعتماد. وفي ظل وجود اعتماد كثيف وقوي، تفشل هذه الاختبارات في الحفاظ على الحجم الصحيح لأن التوزيع الصفري يصبح مزيجاً من "كا تربيع" الموزون بدلاً من التوزيع الطبيعي، كما تفشل مقاييس المعايرة ذات النقطة الثابتة في استعادة الشكل القطري الحقيقي للتوزيع الإهليلجي.
2. شروط العزوم: تتطلب العديد من الطرق المتينة شروط عزوم موجبة للمتغير الشعاعي، وهو ما قد لا يتحقق في التوزيعات ثقيلة الذيل.

المنهجية
يقترح المؤلفون اختبار إشارة مكانية جديد يعتمد على مقاييس الربيع للفروق الزوجية الإحداثية (PDQ). يتضمن الإجراء الخطوات التالية:

1. التقييس القطري: بدلاً من المقدر التكراري للنقطة الثابتة المستخدم في الأعمال السابقة (مثل Feng et al., 2016; Li et al., 2016)، يقوم المؤلفون بتقدير قطر المصفوفة الإهليلجية باستخدام ربيعات الفروق الزوجية الإحداثية. لكل عينة $k$ وإحداثي $j$، يُعرف مقدر المقياس $\hat{d}_{kj}$ بأنه مربع الربيع $\alpha$ للفروق المطلقة $|X_{kij} - X_{k\ell j}|$.

   • هذا المقدر خالٍ من الموقع ولا يتطلب شروط عزوم موجبة للمتغير الشعاعي.
   • يستعيد الشكل القطري حتى عامل قياسي خاص بكل عينة، والذي يتلاشى بعد المعايرة المكانية.

2. الوسيط المكاني والإشارات: باستخدام المصفوفة القطرية المقدرة $\hat{D}_k$، يحسب المؤلفون الوسيط المكاني للعينة الكاملة $\hat{\theta}_k$ والإشارات المكانية المعيارية $\hat{S}_{ki} = U(\hat{D}_k^{-1/2}(X_{ki} - \hat{\theta}_k))$.

3. إحصائية الاختبار: الإحصائية هي شكل تربيعي محذوف القطر للإشارات المكانية:
   $$\hat{R}^{PDQ}_n = -\frac{1}{n_1 n_2} \sum_{i=1}^{n_1} \sum_{j=1}^{n_2} \hat{S}_{1i}^\top \hat{S}_{2j}$$
   ولتصحيح الحدود القطرية التجريبية في التوسع، يتم طرح تصحيح حذف القطر التجريبي $\hat{b}_n$، مما يعطي الإحصائية الممكنة $T^{PDQ}_n = \hat{R}^{PDQ}_n - \hat{b}_n$.

4. المعايرة: إدراكاً منهم أن التوزيع الصفري تحت ظروف الاعتماد القوي هو عموماً مزيج "كا تربيع" موزون غير غاوسي، يستخدم المؤلفون بوتستراب رادماخر العشوائي (Rademacher wild bootstrap) للمعايرة. هذه الطريقة تقدر القانون الصفري باستمرار دون الحاجة إلى تقدير صريح للأوزان الطيفية أو القيم الذاتية المجهولة للتوزيع النهائي.

المساهمات النظرية الرئيسية

• التوسع العشوائي ذو المعدل الصريح: يشتق المؤلفون توسعاً ذا معدل صريح للإحصائية الكاملة للعينة، مما يحدد معدلات التقارب لمقدر القطر، والوسيط المكاني، والمصفوفات المستبدلة (plug-in matrices).
• التوزيع الصفري العام: تحت هياكل ارتباط تعسفية، تثبت الورقة أن إحصائية حذف القطر "الأوراكل" (oracle) تتقارب نحو مزيج "كا تربيع" موزون عام. ويظهر أن التقريب الطبيعي هو حالة خاصة تحدث فقط عندما لا يهيمن أي قيم ذاتية منفردة على الطيف.
• تبرير حذف القطر: يبرر المؤلفون تصحيح حذف القطر التجريبي، موضحين أنه يزيل الحدود القطرية داخل العينة اللازمة للتوسع التربيعي دون الحاجة لأن يكون مصطلح التصحيح مقدراً لمتوسط المجتمع بدقة عالية.
• اتساق البوتستراب: تم إثبات أن بوتستراب رادماخر العشوائي يقدر القانون الصفري باستمرار، مما يوفر طريقة معايرة صالحة لكل من الأنظمة الطبيعية وغير الطبيعية.
• الافتراضات المخففة: لا يتطلب الإطار النظري التشتت، أو التحديد (bandedness)، أو الارتباط الضعيف لمصفوفات التشتت. كما أنه يستوعب هياكل الاعتماد التعسفية طالما أن البعد يحقق الشرط $p = o\{n_0^2 / \log^2(p + n_0)\}$ في الأنظمة ذات الطيف المحدود.

النتائج التجريبية
تقارن دراسات المحاكاة اختبار PDQ المقترح مع:

• SST: اختبار الإشارة المكانية لـ Li et al. (2016) مع تكرار القطر القائم على الإشارة.
• ART: اختبار العشوائية التقريبي لـ Wang and Xu (2022).
• BF-F: اختبار نوع F ذو المرجع الطبيعي لـ Zhu et al. (2024).

تدرس المحاكاة توزيعات طبيعية متعددة المتغيرات، وتوزيع $t$ متعدد المتغيرات (ثقيل الذيل)، وتوزيعات الخليط الطبيعي تحت هياكل اعتماد AR(1) و Compound Symmetry (CS) مع ارتباط عالٍ ($\rho=0.9$).

• التحكم في الحجم (Size Control): يظهر اختبار PDQ المقترح تحكماً دقيقاً ومستقراً في المستوى الاسمي عبر جميع الإعدادات، بما في ذلك البيانات ثقيلة الذيل والملوثة. وفي المقابل، يكون اختبار SST متحرراً بشكل منهجي (يرفض الفرضية الصفرية بكثرة) تحت ظروف الاعتماد القوي وعدم الغاوسية، بينما يكون BF-F متحفظاً تحت الذيول الثقيلة.
• القوة (Power): تحت البدائل الكثيفة، يتبع PDQ أداء الطرق المنافسة تحت البيانات الغاوسية، ولكنه يتفوق عليها بشكل كبير تحت التوزيعات ثقيلة الذيل والملوثة. وتُعزى مكاسب القوة الظاهرية لـ SST في بعض السيناريوهات إلى تشوه الحجم (الإفراط في الرفض تحت الفرض الصفري) بدلاً من قدرة التمييز الحقيقية.

الأهمية والادعاءات
تدعي الورقة أنها تسد الفجوة بين الاختبارات القائمة على المتوسط ذات التباين التعسفي واختبارات الإشارة المكانية المتينة تجاه الذيول الثقيلة. ومن خلال استبدال مقياس القطر ذي النقطة الثابتة بمقدر ربيع الفروق الزوجية واستخدام بوتستراب عشوائي للمعايرة، فإن الطريقة المقترحة:

1. تظل صالحة تحت ظروف الاعتماد القوي والكثيف حيث تفشل نظريات الإشارة المكانية السابقة.
2. لا تتطلب شروط عزوم موجبة للمتغير الشعائي، مما يجعلها مناسبة للتوزيعات ثقيلة الذيل.
3. توفر إطاراً موحداً يتكيف مع هيكل الاعتماد الأساسي، مما يؤدي إلى حد "كا تربيع" موزون بشكل عام، وحد طبيعي كحالة خاصة فقط.

يخلص المؤلفون إلى أن الإجراء المقترح يقدم الأداء الأكثر موثوقية بشكل عام لاختبار موقع المجموعتين عالي الأبعاد عندما يكون الاعتماد قوياً والتوزيعات يحتمل أن تكون ثقيلة الذيل أو ملوثة.