Testing and Support Recovery in Population-Based Image Data
群体影像数据的检验与差异位置恢复AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：文章研究高维影像的均值检验和位置恢复，未提供归入所列经济学细分方向的依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
群体影像数据的检验与差异位置恢复
- 研究问题
- 对于高维且具有内在平滑特征的群体影像数据，如何借助邻近位置的信息检验两组均值差异，并定位稀疏差异所在的空间位置？
- 方法与思路
- 作者构造多尺度自适应检验，以自适应权重聚合邻近位置的信息，分析统计量的零假设极限分布，并将方法扩展至多样本方差分析。
- 材料陈述的贡献
- 摘要称，统计量在零假设下收敛至 Gumbel 分布，尺度可随样本量按特定多项式速率增长，并能以趋于一的概率识别均值差异位置。
- 阅读关注点
- 应核对影像平滑与空间依赖条件、尺度增长限制，以及差异位置恢复所需的稀疏性和信号强度，并检查多尺度方法的检验水平。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明。摘要未给出尺度速率、信号条件或数值优势幅度，位置恢复结论不能脱离条件理解。
原文摘要
In this article, we propose a multiscale adaptive test to detect differences between two samples of intrinsically smoothed image data in high-dimensional context. The test aggregates data from nearby locations using adaptive weights, significantly enhancing statistical power. We demonstrate that the test statistic converges to a Gumbel extreme value distribution under the null hypothesis. Moreover, we investigate its multiscale nature, showing that the chosen scales can grow at a specific polynomial rate of the sample size. We also evaluate its power against sparse alternatives and establish that with probability approaching one, the proposed method can identify the locations where the two means differ from each other. Additionally, we extend the proposed method to multi-sample ANOVA tests. Simulation results suggest that the proposed test outperforms the non-multiscale method that ignores spatial features of imaging data. The procedures are illustrated using a real dataset from the Alzheimer’s Disease Neuroimaging Initiative study. Supplementary materials for this article are available online, including a standardized description of the materials available for reproducing the work.