Asymptotic distribution of the sample roots for a nonnormal population
非正态总体下样本协方差矩阵特征根的渐近分布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特征根分布，未明确建立因子模型或金融因子应用。
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
非正态总体下样本协方差矩阵特征根的渐近分布
- 研究问题
- 多元总体偏离正态时，样本协方差矩阵特征根的边际与联合分布如何变化，哪些高阶累积量影响经典分布结果？
- 方法与思路
- 作者在有限四阶累积量条件下分析特征根的大样本分布，并模拟不同三元总体，观察中小样本下的经验抽样分布。
- 材料陈述的贡献
- 摘要称给出边际与联合渐近分布，并指出正态总体下的分布结果对非正态偏离不稳健，主要受四阶及交叉累积量影响。
- 阅读关注点
- 应核对特征根重数与排序的处理、累积量进入极限分布的方式，以及三元模拟模型如何体现不同非正态偏离。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；具体分布公式、特征根条件和模拟数值未提供，不能量化非正态影响大小。
原文摘要
The distribution of the characteristic roots of the sample covariance matrix is studied for multivariate populations with finite fourth cumulants. For large sample sizes, the asymptotic forms of the marginal and joint distributions are given. For moderate and small sample sizes, empirical sampling techniques are used: various trivariate models are simulated, and the distributions of the sample roots are empirically observed. It is shown that the distributional results for a multivariate normal population are nonrobust to departures from normality; they are mainly affected by nonzero fourth cumulants and cross-cumulants of the parent population.