論文の概要: Permutation-Free High-Order Interaction Tests

• arxiv url: http://arxiv.org/abs/2506.05963v1
• Date: Fri, 06 Jun 2025 10:42:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-09 17:28:43.432023
• Title: Permutation-Free High-Order Interaction Tests
• Title（参考訳）: 置換のない高次相互作用試験
• Authors: Zhaolu Liu, Robert L. Peach, Mauricio Barahona,
• Abstract要約: 共独立性および$d$変数の部分分解のための置換自由高次テストのファミリーを導入する。 本テストでは,V統計学と新しいクロスセントリング技術を活用することにより,置換に基づく近似の必要性を排除した。
• 参考スコア（独自算出の注目度）: 0.7373617024876725
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Kernel-based hypothesis tests offer a flexible, non-parametric tool to detect high-order interactions in multivariate data, beyond pairwise relationships. Yet the scalability of such tests is limited by the computationally demanding permutation schemes used to generate null approximations. Here we introduce a family of permutation-free high-order tests for joint independence and partial factorisations of $d$ variables. Our tests eliminate the need for permutation-based approximations by leveraging V-statistics and a novel cross-centring technique to yield test statistics with a standard normal limiting distribution under the null. We present implementations of the tests and showcase their efficacy and scalability through synthetic datasets. We also show applications inspired by causal discovery and feature selection, which highlight both the importance of high-order interactions in data and the need for efficient computational methods.
• Abstract（参考訳）: カーネルベースの仮説テストは、対関係を超えた多変量データの高次相互作用を検出する柔軟な非パラメトリックツールを提供する。 しかし、そのようなテストのスケーラビリティは、ヌル近似を生成するために使用される計算的に要求される置換スキームによって制限される。 ここでは、共独立および$d$変数の部分分解のための置換自由高次テストの族を紹介する。 本テストでは,V-統計量とクロスセントリング技術を活用し,標準正規化分布を持つテスト統計をNullの下で生成することにより,置換に基づく近似の必要性を排除した。 テストの実装を示し、その有効性とスケーラビリティを合成データセットで示す。 また,データにおける高次相互作用の重要性と効率的な計算手法の必要性を両立させる因果発見と特徴選択に着想を得たアプリケーションについても紹介する。

関連論文リスト

• Minimax Optimal Kernel Two-Sample Tests with Random Features [8.030917052755195]
  ランダムフーリエ特徴量(RFF)近似に基づくスペクトル正規化2サンプル試験を提案する。 RFFの近似順序が十分に大きい場合、提案した試験が最小限最適であることを示す。 そこで本研究では,正規化パラメータとカーネルを選択するためのデータ適応型戦略を用いて,提案したテストの実用的実装可能な置換型バージョンを開発する。
  論文  参考訳（メタデータ） (2025-02-28T06:12:00Z)
• Federated Nonparametric Hypothesis Testing with Differential Privacy Constraints: Optimal Rates and Adaptive Tests [5.3595271893779906]
  フェデレート学習は、さまざまな場所でデータが収集され分析される広範囲な設定で適用可能であることから、近年大きな注目を集めている。 分散差分プライバシー(DP)制約下でのホワイトノイズ・ウィズ・ドリフトモデルにおける非パラメトリック適合性試験について検討した。
  論文  参考訳（メタデータ） (2024-06-10T19:25:19Z)
• Precise Error Rates for Computationally Efficient Testing [67.30044609837749]
  本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。 線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
  論文  参考訳（メタデータ） (2023-11-01T04:41:16Z)
• Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations [44.71254888821376]
  我々は、一般的な非データ生成プロセスの下で、最初のタイプIエラーと予測リジェクション時間保証を提供する。 本研究では, 平均処理効果など, 方程式を推定することによって定義されるパラメータの推測に, 結果を適用する方法を示す。
  論文  参考訳（メタデータ） (2022-12-29T18:37:08Z)
• Sequential Permutation Testing of Random Forest Variable Importance Measures [68.8204255655161]
  そこで本研究では、逐次置換テストと逐次p値推定を用いて、従来の置換テストに関連する高い計算コストを削減することを提案する。 シミュレーション研究の結果、シーケンシャルテストの理論的性質が当てはまることを確認した。 本手法の数値安定性を2つの応用研究で検討した。
  論文  参考訳（メタデータ） (2022-06-02T20:16:50Z)
• Bloom Origami Assays: Practical Group Testing [90.2899558237778]
  グループテストは、いくつかの魅力的なソリューションでよく研究されている問題である。 近年の生物学的研究は、従来の方法と相容れない新型コロナウイルスの実践的な制約を課している。 我々は,Bloomフィルタと信条伝搬を組み合わせた新しい手法を開発し,n(100以上)の大きい値に拡張し,良好な経験的結果を得る。
  論文  参考訳（メタデータ） (2020-07-21T19:31:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。