Nonlinear canonical analysis and independence tests
非线性典型分析与独立性检验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：摘要讨论一般随机变量的关联与独立性检验，未提供具体经济学细分领域的直接依据。
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
非线性典型分析与独立性检验
- 研究问题
- 如何利用两个随机变量的非线性典型系数构造关联度量，使其能够刻画独立性，并支持具有渐近显著性水平的检验？
- 方法与思路
- 作者研究典型系数的对称非递减函数，通过估计非线性典型分析的适当近似获得关联度量估计，再分析其渐近分布。
- 材料陈述的贡献
- 摘要称相关度量可刻画独立性，并在一定条件下给出独立与非独立情形的估计量渐近分布，据此研究一类独立性检验。
- 阅读关注点
- 阅读时应核对典型分析的近似方式、度量刻画独立性的条件，以及零假设和备择下渐近分布如何支持检验校准。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；所需条件、近似维度和有限样本功效均未说明，不能认为所有相关度量都满足结论。
原文摘要
.Measures of association between two random variables (r.v.) that are symmetric nondecreasing functions of the canonical coefficients provided by the nonlinear canonical analysis of the r.v.’s are studied. These measures can be used to characterize independence. Their estimators are obtained by estimating a suitable approximation to nonlinear canonical analysis. When some conditions are satisfied, asymptotic distributions of the estimators, both under the independence hypothesis and under dependence, are given. A class of tests of independence with asymptotic level of significance can be investigated.