Covariance reducing models: An alternative to spectral modelling of covariance matrices
协方差约简模型：协方差矩阵谱建模的替代方法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：摘要讨论一般协方差矩阵约简，未出现因子模型或所列应用领域的直接证据。
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
协方差约简模型：协方差矩阵谱建模的替代方法
- 研究问题
- 同一随机向量在不同总体中具有不同协方差时，如何提取足以描述总体间方差异质性的核心信息？
- 方法与思路
- 作者提出协方差约简模型，将各总体的样本协方差矩阵约简为信息核心，并研究模型的等变性质。
- 材料陈述的贡献
- 摘要称信息核心足以刻画总体间的方差异质性，模型具有有用的等变性质，为协方差谱模型提供另一种路径。
- 阅读关注点
- 应核对信息核心与约简的数学定义、充分描述异质性的含义，以及等变性质和谱模型比较的具体内容。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；摘要未说明估计方法、理论条件或比较结果，不能据此认定计算或统计优势，亦不能推断刊本变化。
原文摘要
We introduce covariance reducing models for studying the sample covariance matrices of a random vector observed in different populations. The models are based on reducing the sample covariance matrices to an informational core that is sufficient to characterize the variance heterogeneity among the populations. They possess useful equivariance properties and provide a clear alternative to spectral models for covariance matrices.