PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.29732v1stat.ME

Testing hypotheses via orthogonalization

데이터에 대칭 이동족(symmetric shift-family) 노이즈를 더하고 빼는 방식으로 데이터를 두 부분으로 분할한 뒤, 귀무가설 하에서 두 번째 분할을 첫 번째 분할에 대해 직교화(orthogonalization)할 수 있는지를 검정하는 새로운 가설검정 프레임워크를 제안한다. 이 접근법은 비모수 설정에서도 유효하며, 선택 메커니즘의 사전 명세 없이 데이터 기반으로 선택된 귀무가설에 대한 사후선택 추론(post-selection inference)까지 자연스럽게 확장되어 클러스터링 이후 추론 등 기존 방법이 적용되지 않던 문제를 해결한다.