具有两步单调缺失数据条件下Mardia多元峰度度量的渐近分布

《Journal of Multivariate Analysis》:Asymptotic distribution for Mardia’s measure of multivariate kurtosis with two-step monotone missing data

【字体: 大 中 小 】 时间:2026年09月26日 来源:Journal of Multivariate Analysis 1.6

编辑推荐:

   摘要 我们研究了马蒂亚(Mardia)多元峰度测度在两步单调缺失数据结构下的渐近行为,在这种结构下,标准的完整案例程序无法充分利用可用信息。我们提出了一个估计量及相关检验统计量,明确纳入了单调缺失模式,并将经典马蒂亚峰度推广到不完整观测。随后,我们在温和的正则条件下建立了所提

  

摘要
我们研究了马蒂亚(Mardia)多元峰度测度在两步单调缺失数据结构下的渐近行为,在这种结构下,标准的完整案例程序无法充分利用可用信息。我们提出了一个估计量及相关检验统计量,明确纳入了单调缺失模式,并将经典马蒂亚峰度推广到不完整观测。随后,我们在温和的正则条件下建立了所提估计量的渐近正态性。为建立证明,我们必须处理由缺失结构诱导的非平凡依赖性,并开发一种与完整数据情形有显著区别的定制渐近展开。由此,我们构建了在存在结构化缺失数据时多元峰度的渐近有效推断程序。为了量化效率增益,我们推导了所提方法相对于完整案例(逐案删除)方法的渐近相对效率,确认了新程序在一般条件下提高了效率。广泛的蒙特卡洛模拟证实了理论发现,表明我们的统计量提供了对极限分布的准确有限样本近似,并提供了比基于马蒂亚样本峰度的现有方法高得多的检验功效。

引言
缺失数据经常表现为临床试验或纵向研究中的脱落,对理论和实际的多元分析提出了不可避免的挑战。针对两步单调缺失数据模式,假设此类数据集多元正态性的假设检验程序已经建立,包括均值向量假设检验(Krishnamoorthy 和 Pannala, 1999; Yu 等,2006; Tsukada, 2014)以及完全随机缺失(MCAR)机制的检验(Little, 1988; Shutoh 等,2017)。特别地,考虑从 p 维总体中独立观测到的 p 维样本向量 $X_1, \dots, X_{n_1}$(大小为 $n_1$)和 $p_1$ 维样本向量 $X_{n_1+1}, \dots, X_{n}$(大小为 $n_2 = n - n_1$),其中 $X_{1,1}, X_{2,1}, \dots, X_{p,n_1}$ 为完整数据,$X_{1,n_1+1}^*, \dots, X_{p,n}^*$ 为缺失数据,星号表示在 $n_1 < n$ 和 $p_1 < p$ 条件下的缺失值。然而,当底层总体分布偏离正态性时,基于正态性的方法可能会失败,因此单调缺失数据中的正态性检验至关重要。如果拒绝正态性的原假设,则必须应用更稳健的测试框架来去除正态性假设,例如针对更广泛分布族(例如椭圆分布)的均值向量检验,如 Batsidis 和 Zografos (2006) 及 Shutoh (2021) 所述,或者 Li 和 Yu (2015) 提出的非参数 MCAR 检验。

Mardia (1970) 对来自完整数据的多元正态性假设推断进行了开创性工作,其中包括一组基于样本多元偏度 ($b_{1,p}$) 和多元峰度 ($b_{2,p}$) 测度的著名检验。Henze (1994) 推导了 $b_{2,p}$ 在一般非正态条件下的渐近分布,表明在备择假设下,当总体峰度与多元正态分布的峰度不同时,随着样本量趋于无穷,检验功效收敛于 1。在 Mardia 的工作之后,出现了许多旨在解决特定局限性或提高检验功效的替代方法:基于经验特征函数的检验(Cs?rg?, 1986; Henze 和 Zirkler, 1990)、数据驱动平滑检验(Bogdan, 1999)、利用稳健位置向量和离散矩阵的方法(Kankainen 等,2007),以及最大平均差异(Makigusa 和 Naito, 2020)。Kankainen 等 (2007) 计算了他们提出的检验在污染正态分布序列上的渐近相对效率 (AREs),并将其与马蒂亚经典检验的结果进行了比较。Makigusa 和 Naito (2020) 严格推导了在局部备择假设序列下的渐近分布,使得能够对检验功效进行理论评估。然而,大多数经典检验假设所有数据均可用,而在真实数据集中缺失观测值很常见。在这种情况下,马蒂亚检验和其他完整数据方法需要逐案删除,导致它们不可用或效率低下。

最近,研究人员提出了评估带有缺失数据样本多元正态性的方法。Yamada 等 (2015) 和 Kurita 和 Seo (2022) 提出了具有两步单调缺失数据的马蒂亚样本峰度的不同检验统计量。Yamada 等 (2015) 引入了具有渐近正态性的马蒂亚样本峰度,但存在对总体峰度缺乏一致性的根本缺陷(见 Yamada 等 (2015) 中的定理 4.1)。这意味着其估计总体峰度的准确性不会随着样本量的增加而提高。相反,尽管 Kurita 和 Seo (2022) 提出的马蒂亚样本峰度是总体峰度的一致估计量(在正态总体分布和 MCAR 缺失数据机制的假设下),但据我们所知,在一般非正态条件下的渐近分布尚属未知。因此,评估功效和确保推广到其他缺失数据机制的挑战仍未解决。

为了改进 Kurita 和 Seo (2022) 提出的马蒂亚样本峰度,我们开发了一种新的马蒂亚样本峰度,它在一般非正态条件下是总体峰度的一致估计量且具有渐近正态性。所提出的马蒂亚样本峰度适用于多元正态性的评估,其渐近分布便于计算 ARE。相应地,我们证明了在处理缺失数据时,所提方法的功效优于逐案删除方法。

本文其余部分组织如下。第 2 节介绍两步单调缺失数据,并定义我们新的马蒂亚样本峰度及其有用的渐近性质:对总体峰度的一致性和渐近正态性。第 3 节推导了所提出的多元样本峰度 $b_{2,p_1, p_2}$ 相对于 $b_{2,p}$ 在基于多元样本峰度的多元正态性评估中的 ARE。通过模拟,第 4 节评估了统计量在有限样本上收敛到渐近分布的速度并评估了其功效,结果呈现如下。第 5 节总结全文。

章节片段:两步单调缺失数据下的多元峰度
设 $X$ 为均值向量为 $\mu$、协方差矩阵为 $\Sigma$ 的 p 维随机向量。Mardia (1970) 将多元峰度的总体测度定义为 $\beta_{2,p} = E\{[(X - \mu)^\top \Sigma^{-1} (X - \mu)]^2\}$,并针对完整数据集提出了以下多元样本峰度作为 $\beta_{2,p}$ 的估计量:
$$b_{2,p} = \frac{1}{n_1} \sum_{i=1}^{n_1} \left\{ (X_i - \bar{X}_{n_1})^\top S_{n_1}^{-1} (X_i - \bar{X}_{n_1}) \right\}^2$$
其中 $\bar{X}_{n_1} = \frac{1}{n_1} \sum_{i=1}^{n_1} X_i$,$S_{n_1} = \frac{1}{n_1} \sum_{i=1}^{n_1} (X_i - \bar{X}_{n_1})(X_i - \bar{X}_{n_1})^\top$。由于马氏距离在非奇异线性变换下是不变的,不失一般性,我们可以...

多元正态性检验的渐近相对效率
将 $b_{2,p_1, p_2}$ 或 $b_{2,p}$ 应用于两步单调缺失数据,我们如下检验假设 $H_0: \beta_{2,p} = \mu_N$ 对 $H_1: \neg H_0$:
如果 $|z| > z_{\alpha/2}$ 成立,则拒绝 $H_0$;否则保留 $H_0$。此处,$z$ 是在 $H_0$ 下服从标准正态分布的检验统计量,$z_{\alpha/2}$ 表示标准正态分布的上 $\alpha/2$ 临界值。
在本节中,我们从理论上比较了多元样本峰度 $b_{2,p_1, p_2}$ 和 $b_{2,p}$ 在多元正态性评估中的检验功效。为此...

数值研究
通过蒙特卡洛模拟,我们首先评估了所提出的多元样本峰度 $b_{2,p_1, p_2}$ 的零分布收敛到其渐近分布的情况。假定总体服从具有 MCAR 缺失数据机制的多元标准正态分布。维度和样本量分别设置为 $(p_1, p_2) \in \{(2,2), (7,3)\}$ 和 $(n_1, n_2) \in \{(40,20), (100,50), (160,80), (400,200)\}$,并记录了 1,000,000 次运行中每次获得的 $b_{2,p_1, p_2}$ 值。

结论
为了解决在带有缺失数据的样本上应用多元正态性检验的挑战,我们提出了一种多元样本峰度 $b_{2,p_1, p_2}$ 并理论推导了其渐近分布。基于该分布,我们显式推导了 $b_{2,p_1, p_2}$ 相对于 $b_{2,p}$ 的 ARE,理论上证明了所提统计量相对于逐案删除方法的优越性。佐证了我们的理论发现,蒙特卡洛模拟研究揭示了...的快速收敛。

致谢
我们感谢主编和审稿人提出的建设性意见和有价值的建议,这些建议极大地提升了本文的质量。第二作者的研究得到了日本学术振兴会特别研究费(JSPS KAKENHI)补助项目编号 24K14867 的支持。

作者
Taisei Yamamoto | Masashi Hyodo | Nobumichi Shutoh
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号