Detection of Local Differences in Spatial Characteristics Between Two Spatiotemporal Random Fields
Detection of Local Differences in Spatial Characteristics Between Two Spatiotemporal Random Fields
复制标题
两个时空随机场之间空间特征的局部差异检测
DOI：
10.1080/01621459.2020.1775613
复制
发表时间：
2021
影响因子：
3.7
通讯作者：
Li, Bo
中科院分区：
文献类型：
--
作者：
Yun, Sooin;Zhang, Xianyang;Li, Bo
通常需要比较时空随机场的空间特性。然而，由于数据中的高维特征和依赖性，比较可能具有挑战性。我们提出了一种新的多重测试方法，通过考虑空间信息来检测两个时空随机场的空间特征的局部差异。我们的方法采用二分量混合模型来定位WISEP值，然后推导出一种新的错误发现率(FDR)控制，称为镜像过程，以确定最优拒绝区域。这个过程对模型的错误说明是健壮的，并且允许假设之间的弱相关性。为了整合空间异质性，我们对混合概率进行了建模，并研究了允许替代分布在空间上变化的好处。开发了一种EM算法来估计混合模型并实现FDR过程。我们从理论和数值两方面研究了FDR的控制和新方法的威力，并应用该方法比较了两个合成气候场之间的平均和遥相关型。这篇文章的补充材料可以在网上找到。
Comparing the spatial characteristics of spatiotemporal random fields is often at demand. However, the comparison can be challenging due to the high-dimensional feature and dependency in the data. We develop a new multiple testing approach to detect local differences in the spatial characteristics of two spatiotemporal random fields by taking the spatial information into account. Our method adopts a two-component mixture model for location wisep-values and then derives a new false discovery rate (FDR) control, called mirror procedure, to determine the optimal rejection region. This procedure is robust to model misspecification and allows for weak dependency among hypotheses. To integrate the spatial heterogeneity, we model the mixture probability as well as study the benefit if any of allowing the alternative distribution to be spatially varying. An EM-algorithm is developed to estimate the mixture model and implement the FDR procedure. We study the FDR control and the power of our new approach both theoretically and numerically, and apply the approach to compare the mean and teleconnection pattern between two synthetic climate fields. Supplementary materials for this article are available online.
登录
查看更多内容
影响因子：
6.3
作者：
Jenish N;Prucha IR
通讯作者：
Prucha IR
时空随机过程比较及其在气候模型数据中的应用
影响因子：
1.7
作者：
Bo Li;Xianyang Zhang;J. Smerdon
通讯作者：
J. Smerdon
影响因子：
4.6
作者：
Smerdon, Jason E.;Coats, Sloan;Ault, Toby R.
通讯作者：
Ault, Toby R.
DOI：
10.1080/01621459.2017.1336443
发表时间：
2018-01-01
影响因子：
3.7
作者：
Basu, Pallavi;Cai, T. Tony;Sun, Wenguang
通讯作者：
Sun, Wenguang
使用强大的 FDR 程序检测 FMRI 数据中的信号
影响因子：
0.8
作者：
M. Pavlicova;T. Santner;N. Cressie
通讯作者：
N. Cressie