协同的非参数双样本测试
内容提要
该文综述了多种双样本检验方法，包括基于相似性图、分布无关图检验、网络统计量、分类器C2ST、Wasserstein距离与核最大均值偏差等，并探讨了对抗攻击下的失效模式与防御、高维离散图假设检验、顺序检验及神经影像网络全局测试，比较了其渐近性质与计算效率。
延伸解读
方法演进：从图构建到分类器与距离度量
文章梳理了非参数双样本检验的多种技术路线。早期方法基于样本汇总构建相似性图，适用于非欧几里得数据；随后出现分布无关的图检验统一框架，分析图组合特性对检验性能的影响。分类器C2ST通过二元分类准确度判断分布是否相同，并与生成对抗网络结合用于原因发现。Wasserstein距离和核最大均值偏差则提供了连接理论与实践的多元检验子集。这些方法在适用场景和理论保证上各有侧重。
对抗攻击下的脆弱性与防御策略
文章指出非参数双样本检验存在失效模式，对抗攻击可隐蔽地降低检验力。针对此问题，研究提出了防御策略，包括理论证明攻击的隐蔽性边界和检验力下限，并通过集成攻击框架和max-min优化技术提升鲁棒性。这提醒实践者，在安全敏感场景中应用这些检验时，需评估其对抗鲁棒性，不能仅依赖常规性能指标。
高维与网络数据中的检验挑战
对于高维离散图假设检验，文章从最小极小值角度提出Frobenius范数和算子范数算法，能在小样本下有效求解稀疏图模型问题。在神经影像领域，通过图拉普拉斯矩阵空间的Fréchet均值构建全局测试，比单变量方法更具统计优势，并可可视化每条边的贡献。这些进展表明，针对结构化数据的检验需要专门设计，以应对高维和小样本的挑战。
计算效率与顺序检验的实践考量
文章比较了现有理论检验方法及其自举变体，并提出两种基于渐近分布的新方法，具有更低计算复杂度和更高可靠性。顺序非参数检验则采用基于预测的赌博策略解决核函数选择问题，在数据分布随时间漂移时仍保持有效。这些工作提示，实际应用中需权衡计算成本与统计功效，顺序方法为动态数据提供了灵活替代。
Q&A
基于相似性图的双样本检验有什么优势？
该检验统计量基于样本汇总上的相似性图构建，适用于多元数据和非欧几里得数据，可通过定义样本空间上的不相似性度量，用于匹配观测研究中的协变量平衡评估和比较网络数据等问题，并在模拟研究中表现出明显的功效提升。
C2ST是什么？它如何用于双样本检验？
C2ST是Classifier Two-Sample Tests的缩写，即使用二元分类器构建两样本检验。通过计算二元分类器的分类准确度，判断两样本数据是否来自同一分布。该方法还探讨了与生成对抗网络（GANs）联合进行原因发现的新领域。
非参数双样本检验存在哪些失效模式？如何防御？
研究发现非参数两样本检验存在失效模式，可通过对抗攻击提出防御策略，包括理论证明攻击的隐蔽性边界和检验力的下限，以及通过集成攻击框架和max-min优化技术提高非参数两样本检验的鲁棒性。
高维离散图假设检验有哪些算法？
针对高维信息检测中两个离散随机图集合的假设检验问题，从最小极小值检验角度提出了Frobenius范数和算子范数算法，能在小样本量下有效地求解较为稀疏的两种离散图模型问题。
顺序非参数双样本检验中如何选择核函数？
提出了一种基于预测的赌博策略，用于解决高维结构化数据上核函数的选择问题。实验证明该方法优于基于核的方法，即使在数据分布随时间漂移的情况下也仍然有效强大。
神经影像网络全局测试的新方法是什么？
从几何和高维统计推理的概念和技术入手，通过对图拉普拉斯矩阵空间的精确定义和Fréchet的非参数平均概念，为功能神经成像数据的网络构建提供一种新的全局测试方法，并展示了其相较于基于无差别分析的单变量方法更具统计学优势。此外还给出了一种可视化每条边对于总测试统计量的单独贡献的方法。
