NATIONAL BIBLIOGRAPHY NUMBER
Number
۲۳۹۹۱پ
LANGUAGE OF THE ITEM
.Language of Text, Soundtrack etc
per
TITLE AND STATEMENT OF RESPONSIBILITY
Title Proper
آزمون پرتوان در داده هایی با ابعاد بالا بر اساس رهیافت تصویر سازی تصادفی و کاربردهای آن
Parallel Title Proper
Powerful Test in High Dimensional Data Using random Projection Methodology and its Applications A
First Statement of Responsibility
/تینارشیدجعفری
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: علوم ریاضی
Date of Publication, Distribution, etc.
، ۱۳۹۹
Name of Manufacturer
، راشدی
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۱۰۷ص
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی - الکترونیکی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
آمار گرایش آمار ریاضی
Date of degree
۱۳۹۹/۱۱/۰۸
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
با پیشرفت سریع روش های نوین جمع آوری اطلاعات، نیاز به استفاده از تکنی های جدید برای تحلیل داده هایی با ابعاد بالاتر بیشتر شده است .زمان که تعداد متغیر ها(P ( نسبت به اندازه نمونه )(n بسیار بالا و یا نزدی به آن است، آزمون های آماری کلاسی قابل استفاده نیستند .بنابراین به دلیل از دست دادن دقت توان، بعض استنباط های آماری عملا کاربردی ندارند .در این پایان نامه آماره آزمون جدیدی، با استفاده از تلفیق نگاشت تصادف و آماره ت دوکلاسی برای داده های با ابعاد بالا(P n ( برای آزمون میانگین دو جامعه نرمالP متغیره معرف م کنیم .برای این کار، تابع توان مجانبی برای آزمون معرف شده ارائه و سپس شرایط مناسب برای پرتوان بودن روش معرف شده نسبت به آزمون های معمول و رایج را مورد مطالعه قرار م دهیم .سپس با استفاده از منحن هایROC به دست آمده از داده های شبیه سازی شده عمل‌رد آزمون معرف شده در مقابل سایر آزمون ها را مورد مقایسه قرار م دهیم .در نهایت کاربردی از روش ارائه شده بر مجموعه داده های واقع را نشان م دهیم
Text of Note
We consider the hypothesis testing problem of detecting a shift between the means of two multivariate normal distributions in the high-dimensional setting, allowing for the data dimension p to exceed the sample size n . Specifically, we propose a new test statistic for the two-sample test of means that integrates a random projection with the classical Hotteling T 2 statistic. Working under a high-dimensional framework with (p, n) , we first derive an asymptotic power function for our test, and then provide suffcient conditions for it to achieve greater power than other state-of-the-art tests. Using ROC curves generated from synthetic data, we demonstrate superior performance against competing tests in the parameter regimes anticipated by our theoretical results. Lastly, we illustrate an advantage of our proccedures false positive rate with comparisons on high-dimensional gene expression data
PARALLEL TITLE PROPER
Parallel Title
Powerful Test in High Dimensional Data Using random Projection Methodology and its Applications A
PERSONAL NAME - PRIMARY RESPONSIBILITY
رشیدجعفری، تینا
Rashid Jafari, Tina
ELECTRONIC LOCATION AND ACCESS
Public note
سیاه و سفید
نمایه‌سازی قبلی
