High-Dimensional Two-Sample Test for Elliptical Symmetry Distribution

Technische Samenvatting: Twee-Stichproeftest voor Hoge Dimensies voor Elliptisch Symmetrische Verdelingen

Probleemstelling
Het artikel behandelt het probleem van de twee-stichproeflocatie voor hoge dimensies, specifiek het toetsen van de gelijkheid van twee locatievectoren ($H_0: \theta_1 = \theta_2$) wanneer de dimensie $p$ vergelijkbaar is met of groter is dan de steekproefgroottes ($n_1, n_2$). De data worden verondersteld elliptisch symmetrische verdelingen te volgen met willekeurige afhankelijkheidsstructuren in de spreidingsmatrix.

Bestaande literatuur staat voor twee primaire beperkingen in deze setting:

1. Robuustheid versus Afhankelijkheid: Hoewel ruimtelijke-tekenprocedures robuust zijn voor data met zware staarten, berust hun standaardkalibratie op spoorcondities die uitgaan van schaarse of zwak afhankelijke spreidingsmatrices. Onder sterke, dichte afhankelijkheid falen deze tests om de correcte grootte te handhaven, omdat de nulverdeling een gewogen chi-kwadraatmengsel wordt in plaats van een normale verdeling, en hun vaste-punt-diagonaalstandaardisatoren falen om de ware diagonale vorm van de elliptische verdeling te herstellen.
2. Momentcondities: Veel robuuste methoden vereisen positieve momentcondities voor de radiale variabele, wat niet hoeft te gelden voor verdelingen met zware staarten.

Methodologie
De auteurs stellen een nieuwe ruimtelijke-teken-test voor op basis van coördinaatgewijze paarsgewijze-differentie-kwantielschalen (PDQ). De procedure omvat de volgende stappen:

1. Diagonaalstandaardisatie: In plaats van de iteratieve vaste-punt-schatter gebruikt in eerdere werken (bijv. Feng et al., 2016; Li et al., 2016), schatten de auteurs de diagonaal van de elliptische vormmatrix met behulp van coördinaatgewijze paarsgewijze-differentie-kwantielen. Voor een steekproef $k$ en coördinaat $j$ wordt de schaal-schatter $\hat{d}_{kj}$ gedefinieerd als het gekwadrateerde $\alpha$-kwantiel van de absolute verschillen $|X_{kij} - X_{k\ell j}|$.

   • Deze schatter is locatievrij en vereist geen positieve momentcondities voor de radiale variabele.
   • Het herstelt de diagonale vorm tot een scalair factor specifiek voor de steekproef, die verdwijnt na ruimtelijke normalisatie.

2. Ruimtelijk Mediaan en Tekens: Met behulp van de geschatte diagonaalmatrix $\hat{D}_k$ berekenen de auteurs de ruimtelijke mediaan van de volledige steekproef $\hat{\theta}_k$ en de gestandaardiseerde ruimtelijke tekens $\hat{S}_{ki} = U(\hat{D}_k^{-1/2}(X_{ki} - \hat{\theta}_k))$.

3. Teststatistiek: De teststatistiek is een kwadratische vorm van de ruimtelijke tekens met verwijderde diagonalen:
   $$\hat{R}^{PDQ}_n = -\frac{1}{n_1 n_2} \sum_{i=1}^{n_1} \sum_{j=1}^{n_2} \hat{S}_{1i}^\top \hat{S}_{2j}$$
   Om te corrigeren voor de empirische diagonaaltermen in de expansie, wordt een empirische correctie voor verwijderde diagonalen $\hat{b}_n$ afgetrokken, wat resulteert in de uitvoerbare statistiek $T^{PDQ}_n = \hat{R}^{PDQ}_n - \hat{b}_n$.

4. Kalibratie: Erkenning dat de nulverdeling onder sterke afhankelijkheid over het algemeen een niet-Gaussisch gewogen chi-kwadraatmengsel is, maken de auteurs gebruik van een Rademacher wild bootstrap voor kalibratie. Deze methode schat de nulwet consistent zonder expliciete schatting van de onbekende spectrale gewichten of eigenwaarden van de limietverdeling.

Belangrijke Theoretische Bijdragen

• Expliciete-Rate Stochastische Expansie: De auteurs leiden een expansie met expliciete rate af voor de statistiek van de volledige steekproef, waarmee de convergentierates van de diagonaalschatter, de ruimtelijke mediaan en de plug-in-matrices worden vastgesteld.
• Algemene Nulverdeling: Onder willekeurige correlatiestructuren stelt het artikel vast dat de orakel-statistiek met verwijderde diagonalen convergeert naar een algemeen gewogen chi-kwadraatmengsel. De normale benadering blijkt een speciaal geval te zijn dat alleen optreedt wanneer geen enkele eigenwaarde het spectrum domineert.
• Justificatie Verwijderde Diagonalen: Het artikel rechtvaardigt de empirische correctie voor verwijderde diagonalen, en toont aan dat deze de binnen-steekproef diagonaaltermen verwijdert die noodzakelijk zijn voor de kwadratische expansie, zonder dat de correctieterm de populatiemiddeling met hoge precisie hoeft te schatten.
• Bootstrap Consistentie: Het wordt bewezen dat de Rademacher wild bootstrap de nulwet consistent schat, waardoor een geldige kalibratiemethode wordt geboden voor zowel asymptotisch normale als niet-normale regimes.
• Gevorderde Aannames: Het theoretische kader vereist geen sparsiteit, bandvormigheid of zwakke correlatie van de spreidingsmatrices. Het komt overeen met willekeurige afhankelijkheidsstructuren, mits de dimensie voldoet aan $p = o\{n_0^2 / \log^2(p + n_0)\}$ in regimes met begrensde spectra.

Empirische Resultaten
Simulatiestudies vergelijken de voorgestelde PDQ-test met:

• SST: De ruimtelijke-teken-test van Li et al. (2016) met op tekens gebaseerde diagonaale iteratie.
• ART: De benaderde randomisatietest van Wang en Xu (2022).
• BF-F: De normale-referentie F-type test van Zhu et al. (2024).

De simulaties overwegen multivariate normale, multivariate $t$ (zware staarten) en mengsel-normale verdelingen onder AR(1) en Compound Symmetry (CS) afhankelijkheidsstructuren met hoge correlatie ($\rho=0.9$).

• Groottecontrole: De voorgestelde PDQ-test toont nauwkeurige en stabiele controle van het nominale niveau in alle settings, inclusief data met zware staarten en verontreinigde data. Daarentegen is SST systematisch liberaal (te vaak verwerpen) onder sterke afhankelijkheid en niet-Gaussianiteit, terwijl BF-F conservatief wordt onder zware staarten.
• Kracht: Onder dichte alternatieven volgt PDQ de prestaties van concurrerende methoden onder Gaussische data, maar presteert het aanzienlijk beter onder verdelingen met zware staarten en verontreinigde verdelingen. De schijnbare krachtswinsten van SST in sommige scenario's worden toegeschreven aan hun groottevervorming (te vaak verwerpen onder de nulhypothese) in plaats van aan echte discriminatievermogen.

Betekenis en Beweringen
Het artikel claimt de kloof te dichten tussen op gemiddelde gebaseerde tests met arbiträre covariantie en robuuste ruimtelijke-teken-tests voor verdelingen met zware staarten. Door de vaste-punt-diagonaalstandaardisator te vervangen door een paarsgewijze-differentie-kwantielschatter en een wild bootstrap te gebruiken voor kalibratie, biedt de voorgestelde methode:

1. Geldigheid onder sterke, dichte afhankelijkheid waar eerdere ruimtelijke-teken-theorieën falen.
2. Geen vereiste van positieve momentcondities voor de radiale variabele, waardoor het geschikt is voor verdelingen met zware staarten.
3. Een unificerend kader dat zich aanpast aan de onderliggende afhankelijkheidsstructuur, wat over het algemeen leidt tot een gewogen chi-kwadraatlimiet en een normale limiet slechts als speciaal geval.

De auteurs concluderen dat de voorgestelde procedure de meest betrouwbare algehele prestatie biedt voor twee-stichproeflocatietesten in hoge dimensies wanneer de afhankelijkheid sterk is en de verdelingen potentieel zware staarten of verontreiniging vertonen.