Empirinio Bajeso metodo taikymas didelio matavimo duomenų neparametriniams testams

In [5] a simple, data-driven and computationally efficient procedure of (nonparametric) testing for high-dimensional data have been introduced. The procedure is based on randomization and resampling, a special sequential data partition procedure, and χ2-type test statistics. However, the χ2 test has small power when deviations from the null hypothesis are small or sparse. In this note test statistics based on the nonparametric maximum likelihood and the empirical Bayes estimators.Straipsnyje [5] buvo pasiūlyta paprasta, adaptyvi ir skaitiškai efektyvi procedūra didelio matavimo duomenų (neparametrinėms) hipotezėms tikrinti. Procedūra remiasi randomizacija, saviranka, specialia duomenų rinkinio suskaidymo procedūra ir χ2 tipo testais. Tačiau χ2 testas turi mažą galią, kai nukrypimai nuo nulinės hipotezės yra maži arba išsklaidyti. Šiame darbe vietoje jo siūlomas kitas testas, kuris remiasi neparametriniu didžiausio tikėtinumo empiriniu Bajeso įvertiniu pagalbiniameneparametriniame skirstinių mišinių modelyje