Simulation Studies For Goodness-of-Fit and Two-Sample Methods For Univariate Data
本文通过对各种适用于一元数据的拟合优度检验和非参数两样本检验的效能进行广泛的模拟研究，证明了没有任何单一方法是普遍有效的，并建议使用 R 程序包 R2sample 和 Rgof 中的一组小型且稳健的方法，以确保在多种场景下均具有高功效。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在数据的世界里，数字本身很少能讲述完整的故事。它们以点集的形式到来，往往代表着高度、温度或机器故障所需的时间等测量值。在科学家利用这些数字进行预测或得出结论之前，他们必须首先提出一个基本问题：这些数字是否来自于他们所认为的那种模式？这就是拟合优度（goodness-of-fit）的领域，一种将实际观测数据集与理论模型进行比较的统计检查。想象一位研究人员，他相信其数据遵循正态分布（一种常见的自然模式）。他需要一种可靠的方法来证实这一信念，或者同样重要的，去检测数据何时完全偏离了原有的形状。有时，挑战不仅在于检查一组数据，还在于比较两个独立的组，以观察它们是否出自同一个来源。这就是两样本问题，这是一个与比较农作物、药物或材料一样古老的任务。一个多世纪以来，统计学家们开发了各种工具来回答这些问题，但由于有如此多的方法可用，研究人员面临着一个艰难的选择：哪种工具才是适合这项工作的？
波多黎各大学的一位研究人员致力于通过测试最流行的工具来解决这一困境。他们没有仅仅依赖理论；相反，他们建立了一个庞大的数字实验室，可以在其中生成具有已知属性的数千个伪数据集。在这个模拟环境中，他们创建了一些场景，使数据以非常具体且微妙的方式偏离预期模式。有时差异仅在于平均值的偏移；有时，数据变得更加分散，或者向一侧倾斜，或者产生了更尖锐的峰值。他们在平滑的连续数据以及被分组为类别的离散数据上测试了这些场景，后者在处理大型数据集或精度有限的仪器测量值时非常常见。目标简单而严谨：观察哪种统计方法在差异存在时能最可靠地发现它，而在数据符合预期时不会发出虚假警报。
这项广泛的模拟研究结果揭示了一个令人惊讶的事实：不存在一种在所有情况下都完美运作的单一“最佳”方法。一种擅长检测平均值变化的测试，在数据变得更加分散时可能会完全失效。事实上，在许多最佳方法能检测出约 80% 差异的情况下，其他方法甚至根本无法察觉，成功率不足 30%。这种不一致性意味着依赖单一的首选测试是一种赌博。然而，研究人员找到了一个实际的解决方案。通过针对每种类型的问题选择一小组特定的方法，可以确保该组中的至少一种工具表现得几乎与该特定场景下的绝对最佳方法一样出色。在他们的模拟中，这一策略效果显著，以至于在他们运行的每一个案例研究中，推荐组中的至少一种方法都能达到顶尖表现者检测真相能力的 90% 以上。
对于没有间隙的平滑流动数据，研究强调了一组基于似然比（likelihood ratios）的测试，当底层模型完全已知时，这些测试最为强大。然而，一旦研究人员必须从数据本身估计未知参数，景观便发生了变化。表现优异的方法转向了其他类型，例如那些更看重分布边缘差异的方法。当数据是离散的（即以离散块或箱体形式呈现）时，获胜者又完全不同。在这里，关注数据分布平滑度的测试以及比较观测计数与预期计数似然度的测试表现更为卓越。研究还考察了一种流行的替代方案，即研究人员生成第二组伪数据来与真实数据进行比较。虽然这种混合方法在理论模型过于复杂而无法直接计算时可能很有用，但模拟显示，即使伪数据集的大小是真实数据集的五倍，它也始终落后于专门的方法。
研究人员将所有的发现以及用于运行这些测试的代码封装成了可供公众使用的软件工具。他们的工作为在复杂的数据分析领域中航行的科学家们提供了指南。它证实了虽然没有单一的测试是万能钥匙，但精心挑选的一套工具可以解锁几乎任何情况下的真相。通过遵循针对其数据类型（无论是连续还是离散，以及参数是已知还是估计）的具体建议，研究人员可以避免使用对他们试图寻找的差异视而不见的方法。这项研究并不承诺提供灵丹妙药，但它提供了一份可靠的地图，确保科学家在噪声中寻找模式时，使用的是最敏锐的双眼。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。