C'è una ricetta segreta tra le curve? Scopriamo come la statistica la trova

Immagina di avere due grafici, magari uno che mostra come cresce una piantina e un altro come cambia la temperatura. Sembra che non abbiano niente in comune, ma forse c'è un legame nascosto, come una 'ricetta segreta' che trasforma un grafico nell'altro. Gli scienziati hanno creato un test statistico proprio per trovare questa trasformazione arbitraria. Il metodo si basa sulla stima della seconda derivata di questa trasformazione ignota, analizzando i dati con tecniche avanzate di teoria dei processi empirici. Per funzionare anche con pochi dati, hanno sviluppato un algoritmo bootstrap, che ripete il test molte volte per verificare l'affidabilità del risultato. Hanno testato il metodo su dati simulati e su dati reali di imaging del tessuto cerebrale (DTI), dimostrando che è possibile rivelare relazioni non ovvie tra curve.

Dal punto di vista tecnico, il nucleo del lavoro è la formulazione di un test di ipotesi nullo che afferma l'assenza di una trasformazione arbitraria tra le funzioni di pendenza di due modelli di regressione scalar-on-function. La statistica del test è costruita a partire dalla stima della seconda derivata della trasformazione incognita, una scelta che permette di catturare la curvatura locale della relazione. Le proprietà asintotiche della statistica sono studiate usando la teoria dei processi empirici, garantendo che, con campioni sufficientemente grandi, la distribuzione della statistica sia nota e prevedibile. Per applicazioni pratiche con campioni di dimensioni ridotte, l'algoritmo bootstrap è fondamentale: esso consente di simulare la distribuzione della statistica sotto l'ipotesi nullo, fornendo un p-value affidabile senza dipendere dall'approssimazione asintotica. L'applicazione ai dati DTI (Diffusion Tensor Imaging) è particolarmente rilevante, poiché permette di analizzare come le proprietà microstrutturali della materia bianca cerebrale possano essere collegate tra regioni diverse attraverso relazioni non lineari e non predefinite.