统计基础 Hotelling's T

Hotelling’s T² 检验：基本假设与原理

1. 基本假设

Hotelling’s T² 检验是多变量的假设检验方法，它常用于比较两组样本均值在多变量空间中的差异。其基本假设包括：

• 零假设 (H₀)：两组的均值在多维空间中没有显著差异。即，两个样本组的均值向量相同。
• 备择假设 (H₁)：两组的均值在多维空间中有显著差异。即，两个样本组的均值向量不相同。

2. 原理

Hotelling’s T² 检验是多变量版的学生t检验，它通过计算一个加权的样本均值差异来评估两组样本之间的差异。具体原理是：

• 假设有两组样本数据，分别为 ${\mathbf{x}}_1,{\mathbf{x}}_2,...,{\mathbf{x}}_n$ 和 ${\mathbf{y}}_1,{\mathbf{y}}_2,...,{\mathbf{y}}_m$，每个样本是一个p维向量。

• 计算两组样本的均值向量和协方差矩阵。

• Hotelling’s T²统计量用于衡量两组均值的距离，公式为：
  $T^2=n\cdot m\cdot \frac{(\bar{\mathbf{x}}-\bar{\mathbf{y}}{)}^{\top }{\hat{\Sigma }}^{-1}(\bar{\mathbf{x}}-\bar{\mathbf{y}})}{n+m}$
  其中：

  • $\bar{\mathbf{x}}$ 和 $\bar{\mathbf{y}}$ 是两组的均值向量，
  • $\hat{\Sigma }$ 是样本数据的协方差矩阵，
  • $n$ 和 $m$ 是两组样本的大小。

• 计算出来的 T² 统计量会随着样本组均值差异的增大而增大。

3. 如何使用 Hotelling’s T² 检验

在PCA中，Hotelling’s T² 检验可以用于评估不同组之间的主成分得分（如PC1、PC2等）是否有显著的差异。首先，你需要使用PCA提取出的主成分得分，然后计算T²统计量，并用它来计算 p-value。

2. 进行 Hotelling’s T² 检验

你可以使用 Hotelling’s T² 检验来比较两组数据在主成分空间中的差异。通常，T²检验是在数据的均值差异与协方差矩阵的基础上进行的。如果你有两组数据（比如组A和组B），可以对它们在 PCA 主成分上的得分进行 T² 检验。

在R中，你可以使用 HotellingT2 函数（如来自 Hotelling 包）来计算 T² 统计量：
使用 prcomp 对数据进行主成分分析，并得到主成分得分（x），该得分可以表示数据在不同主成分上的投影。

library(Hotelling)
T2_result <- hotelling.test(groupA_scores, groupB_scores)
p_value <- T2_result$p.value

这里 groupA_scores 和 groupB_scores 分别是组A和组B在 PCA 中的得分向量。

3. 计算 p-value

通过 Hotelling’s T² 检验，你可以得到一个 p-value，表示两组数据是否在 PCA 空间中存在显著差异。

---

PCA中的P-value的计算方法

在PCA分析中，通常使用 p-value 来评估不同组之间的主成分得分差异是否显著。以下是三种常见的方法：

1. 方差分析 (ANOVA)

• 方法简介：你可以使用方差分析（ANOVA）来检验不同组在 PCA 得分上的差异。特别是，如果你有多个主成分（如PC1，PC2等），可以分别检验每个主成分上的组间差异。
• 优点：简单、易于理解，适用于比较多个组之间的差异。
• 缺点：对于多个主成分的情况，可能需要进行多重比较调整。

使用场景：适用于两组或多组之间的主成分得分差异比较。

R 示例：

anova_result <- aov(PC1 ~ group, data = pca_scores)
summary(anova_result)

2. Hotelling’s T² 检验

• 方法简介：Hotelling’s T² 检验用于比较两组数据在多维空间中的均值差异。它可以通过考虑多个主成分的得分来计算差异。
• 优点：适用于多变量数据，能够全面评估两组间的差异。
• 缺点：只适用于两组比较，如果有多个组需要考虑，可以扩展为MANOVA（多变量方差分析）。

使用场景：适用于两组之间的主成分得分比较。

R 示例：

library(Hotelling)
T2_result <- hotelling.test(groupA_scores, groupB_scores)
p_value <- T2_result$p.value

3. Permutation Test（置换检验）

# 在R中进行置换检验
library(permute)
perm_test <- permuteTest(PC1 ~ group, data = pca_scores, nperm = 1000)
p_value <- perm_test$p.value

---

如何选择计算方法

选择哪种方法取决于数据的性质和你研究的具体目标：

• 方差分析（ANOVA）：适用于比较多个组之间的差异，尤其在样本量较大的情况下，可以快速得到结果。适合用于在PCA结果中检查组间的差异。

• Hotelling’s T² 检验：适用于两组的比较，尤其在考虑多个主成分的情况下，它可以更精确地评估组间的差异。

检验主成分方差解释量是否显著：
Bartlett 球形检验：检验协方差矩阵是否为单位矩阵，若拒绝原假设，则说明存在显著的主成分。
Kaiser-Meyer-Olkin (KMO) 测度：衡量变量间相关性的适宜性，KMO 值越大，说明因子分析越合适。
检验不同组别在主成分得分上的差异：
Hotelling’s T² 检验：比较两组多元数据的均值向量是否有显著差异。
方差分析 (ANOVA)：比较多组多元数据的均值向量是否有显著差异。
置换检验：不依赖分布假设，通过随机置换样本标签来计算 p 值。