Buchumschlag

Test for high-dimensional mean vectors via the weighted $L_2$-norm

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Jianghao, Niu, Zhenzhen, Hong, Shizhe, Bai, Zhidong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Statistics Theory Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Test for high-dimensional linear hypothesis of mean vectors via random integration
von: Li, Jianghao, et al.
Veröffentlicht: (2024)

Robust mean change point testing in high-dimensional data with heavy tails
von: Li, Mengchu, et al.
Veröffentlicht: (2023)

Two-Stage Testing in a high dimensional setting
von: Jonker, Marianne A, et al.
Veröffentlicht: (2024)

Edgeworth corrections for the spiked eigenvalues of non-Gaussian sample covariance matrices with applications
von: Wei, Yashi, et al.
Veröffentlicht: (2025)

Testing independence in the presence of missing data: high-dimensional case
von: Cuparić, Marija, et al.
Veröffentlicht: (2026)

Adaptive L-statistics for high dimensional test problem
von: Ma, Huifang, et al.
Veröffentlicht: (2024)

Testing common structure in high-dimensional factor models: change-point and two-sample procedures
von: Düker, Marie-Christine, et al.
Veröffentlicht: (2024)

Testing independence and conditional independence in high dimensions via coordinatewise Gaussianization
von: Chang, Jinyuan, et al.
Veröffentlicht: (2025)

Tests for white noise via asymptotically independent U-statistics in high-dimensions
von: Xu, Yuanya
Veröffentlicht: (2026)

Simultaneous test of the mean vectors and covariance matrices for high-dimensional data using RMT
von: Niu, Zhenzhen, et al.
Veröffentlicht: (2024)

Detection and inference of changes in high-dimensional linear regression with non-sparse structures
von: Cho, Haeran, et al.
Veröffentlicht: (2024)

Latent confounding in high-dimensional nonlinear models
von: Wang, Yuhao, et al.
Veröffentlicht: (2025)

Optimal covariance matrix estimation for high-dimensional noise in high-frequency data
von: Chang, Jinyuan, et al.
Veröffentlicht: (2018)

Covariance scanning for adaptively optimal change point detection in high-dimensional linear models
von: Cho, Haeran, et al.
Veröffentlicht: (2025)

Statistical inference for high-dimensional spectral density matrix
von: Chang, Jinyuan, et al.
Veröffentlicht: (2022)

High-dimensional prediction for count response via sparse exponential weights
von: Mai, The Tien
Veröffentlicht: (2024)

Autocorrelation Test under Frequent Mean Shifts
von: Liu, Ziyang, et al.
Veröffentlicht: (2025)

A nonparametric test of spherical symmetry applicable to high dimensional data
von: Banerjee, Bilol, et al.
Veröffentlicht: (2024)

Uncertainty of high-dimensional genetic data prediction with polygenic risk scores
von: Fu, Haoxuan, et al.
Veröffentlicht: (2024)

Dimension estimation in PCA model using high-dimensional data augmentation
von: Radojicic, Una, et al.
Veröffentlicht: (2025)

An autocovariance-based learning framework for high-dimensional functional time series
von: Chang, Jinyuan, et al.
Veröffentlicht: (2020)

Weight-calibrated estimation for factor models of high-dimensional time series
von: Qiao, Xinghao, et al.
Veröffentlicht: (2025)

Empirical Bayes inference in sparse high-dimensional generalized linear models
von: Tang, Yiqi, et al.
Veröffentlicht: (2023)

Controlling the false discovery rate in high-dimensional linear models using model-X knockoffs and $p$-values
von: Chang, Jinyuan, et al.
Veröffentlicht: (2025)

Subscedastic weighted least squares estimates
von: Bryan, Jordan, et al.
Veröffentlicht: (2024)

Exact distribution-free tests of spherical symmetry applicable to high dimensional data
von: Banerjee, Bilol, et al.
Veröffentlicht: (2024)

Debiased regression adjustment in completely randomized experiments with moderately high-dimensional covariates
von: Lu, Xin, et al.
Veröffentlicht: (2023)

The costs and benefits of uniformly valid causal inference with high-dimensional nuisance parameters
von: Moosavi, Niloofar, et al.
Veröffentlicht: (2021)

Fitting sparse high-dimensional varying-coefficient models with Bayesian regression tree ensembles
von: Ghosh, Soham, et al.
Veröffentlicht: (2025)

Root-n consistent semiparametric learning with high-dimensional nuisance functions under minimal sparsity
von: Liu, Lin, et al.
Veröffentlicht: (2023)

A General Framework for Multiple Testing via E-value Aggregation and Data-Dependent Weighting
von: Li, Guanxun, et al.
Veröffentlicht: (2023)

On the modelling and prediction of high-dimensional functional time series
von: Chang, Jinyuan, et al.
Veröffentlicht: (2024)

Asymmetric canonical correlation analysis of Riemannian and high-dimensional data
von: Buenfil, James, et al.
Veröffentlicht: (2024)

Spectral analysis of high-dimensional spot volatility matrix with applications
von: Liu, Qiang, et al.
Veröffentlicht: (2025)

Sequential multiple importance sampling for high-dimensional Bayesian inference
von: Binbin, Li, et al.
Veröffentlicht: (2025)

Hypothesis Testing for a Functional Parameter via Self-normalization
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

Return-to-Baseline Testing via Empirically Calibrated e-processes
von: Regis, Marta, et al.
Veröffentlicht: (2026)

Efficient estimation and data fusion under general semiparametric restrictions on outcome mean functions
von: Li, Harrison H.
Veröffentlicht: (2024)

Dimension-free bounds in high-dimensional linear regression via error-in-operator approach
von: Noskov, Fedor, et al.
Veröffentlicht: (2025)

Optimally weighted average derivative effects
von: Hines, Oliver, et al.
Veröffentlicht: (2023)