基于能量距离法的多维分类变量分布差异检验.pptx

content目录01研究背景与问题提出02理论基础与核心概念03方法构建与技术路径04统计性质与渐近理论05数值模拟与性能评估06实际应用与案例解析07总结展望与拓展方向

研究背景与问题提出01

现实世界中多维分类数据广泛存在于医学、社会学与商业行为分析中，传统检验方法面临高维稀疏性挑战数据普遍性多维分类数据在医学诊断、社会调查与用户行为分析中无处不在，如疾病分型、人口属性组合与消费偏好交叉表，构成复杂关联研究的基础。高维稀疏性随着变量维度增加，列联表单元格数呈指数增长，导致多数格子频数极低甚至为零，传统方法因数据过度稀疏而失效。卡方局限性卡方检验要求期望频数足够大，在稀疏表中易触发警告或错