One-Sided Test for the Equality of Two Covariance Matrices
两个协方差矩阵相等的单侧检验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：摘要研究通用协方差矩阵序约束检验，未涉及金融波动、风险或其他所列经济计量细分方向。
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
两个协方差矩阵相等的单侧检验
- 研究问题
- 在两组独立 Wishart 随机矩阵下，如何检验协方差相等与半正定序约束，并处理差矩阵的秩限制？
- 方法与思路
- 作者构造相关似然比准则，研究相等原假设及带秩约束原假设下的极限零分布，涉及协方差矩阵的序约束。
- 材料陈述的贡献
- 摘要称推导了两类似然比准则的极限零分布，并指出它们属于卡方混合分布，提供序约束检验的渐近分布依据。
- 阅读关注点
- 核对矩阵序关系、秩限制和渐近方案的精确定义，以及卡方混合权重的确定方式和实际临界值计算方法。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；混合权重、渐近条件与有限样本表现未提供，结论不能直接推广到非独立或非 Wishart 数据。
原文摘要
Let $\mathbf{H}$ and $\mathbf{G}$ be independently distributed according to the Wishart distributions $W_m(M,\Phi)$ and $W_m(N,\Psi)$, respectively. We derive the limiting null distributions of the likelihood ratio criteria for testing $H_0: \Phi = \Psi$ against $H_1 - H_0$ with $H_1: \Phi \geq \Psi$, and for testing $H^{(R)}_0: \Phi \geq \Psi, \operatorname{rank}(\Phi - \Psi) \leq R$ (for given $R$) against $H_1 - H^{(R)}_0$. They are particular cases of the chi-bar-squared distributions.