Principal Component Analysis for Multivariate Familial Data
多变量家庭数据的主成分分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究家庭数据的主成分推断，未涉及宏观或金融因子模型，也未明确给出面板时间维度。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多变量家庭数据的主成分分析
- 研究问题
- 面对同胞人数不同的家庭多变量数据，如何构造主成分，并对主成分系数、方差及降维相关统计量进行推断？
- 方法与思路
- 作者以同胞数据的加权平方和与乘积矩阵构造主成分，在椭圆总体设定下推导协方差估计的特征值和特征向量渐近分布。
- 材料陈述的贡献
- 摘要称还推导了降维相关统计量的渐近分布，可据此为主成分系数与方差构造近似置信区间。
- 阅读关注点
- 应核对家庭规模如何进入权重、家庭内相关结构的处理，以及椭圆总体条件、特征值要求与近似区间的实际构造。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；具体相关结构、渐近条件及有限样本覆盖率未说明，不能推断刊本补充结果。
原文摘要
The use of a principal component analysis is considered for multivariate data on families with different numbers of siblings. The coefficients in principal components are given as the eigenvectors of the weighted sums of squares and products matrix from the sibling data. Asymptotic distributions of the eigenvalues and eigenvectors of the estimated covariance matrix are obtained for an elliptical population. Asymptotic distributions of statistics associated with reduction of dimensionality are also derived. The results can be used to construct approximate confidence intervals for the coefficients and variances of principal components.