多变体重复测量的两个样本测试与应用到可穿戴设备数据的基因图对象的重复测量

科学领域:

• 生物医学研究的研究.
• 统计 统计 统计 统计
• 数据科学是数据科学.

背景情况:

• 在生物医学和纵向研究中,重复观察是常见的,通常使用可穿戴传感器.
• 跨组分析复杂的生物信号数据 (例如概率密度,直方图) 是一个挑战.
• 传统的统计方法与来自重复测量的非欧几里德数据结构作斗争.

研究的目的:

• 开发新的非参数,基于图形的双样本测试,用于多变量对象数据的重复测量.
• 评估疾病群体和人口统计数据中每日生物信号分布的差异.
• 为了克服复杂的非欧几里德数据的传统方法的局限性.

主要方法:

• 建议对重复测量对象数据进行新的非参数,基于图形的双样本测试.
• 将重复测量的数据处理为多变量对象数据,删除对观测错误的假设.
• 开发了测试统计数据以捕捉各种替代方案,并推导出它们的非对称零分布.

主要成果:

• 拟议的测试表明,与现有方法相比,功率得到了显著的改善.
• 在有限样本下,I型错误得到了有效控制,并通过模拟研究得到证实.
• 测试为情绪障碍研究提供了对身体活动的位置,个体间和个体内变异性的见解.

结论:

• 在生物医学研究中,基于图形的新型非参数测试对于分析复杂的重复测量数据是有效的.
• 与传统方法相比,这些方法在统计能力和错误控制方面具有显著的优势.
• 这些测试为不同群体的生物信号变化提供了宝贵的见解,有助于理解与疾病相关的差异.