论文题目🏇🏿：Testing the presence of significant covariates through conditional marginal regression

论文作者：Yanlin Tang, Huixia Judy Wang, Emre Barut

发表刊物🏌🏼‍♂️🤐：Biometrika

成果介绍：

科研工作者有时对协变量的相对重要性有一些先验信息，以此来筛掉一些协变量。一个很重要的问题是，在最相关的协变量已经被包含在模型中时👨🏿‍🔬，那些被剔除的协变量中是否存在有预测能力的变量。我们在给定一些预选协变量的条件下🏓，检验被剔除的协变量中是否存在显著变量。我们构造了一个最大型检验统计量，证明了它的渐近分布是非标准的，并以此提出了条件自适应重抽样检验方法。为了容纳信号中不确定的稀疏性，我们又用最大型与求和型统计量的加权平均构造了一个混合检验统计量🔏。我们在一般的假设下，证明了检验的相合性🚙，诠释了它如何成为向前回归法的停止准则。通过数值模拟可以发现，即使在高维情形下🧙🏼‍♂️，该方法可以控制总I型错误率，并在稀疏信号和稠密信号下都有很高的功效，且在协变量之间相依程度较高时有优势🛌🏽。我们利用一个eQTL数据诠释了我们所构造的方法。

所属学科：概率论与数理统计