Asymptotic expansions for the distributions of the sample roots under nonnormality
非正态总体下样本特征根分布的渐近展开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：摘要仅涉及协方差矩阵特征根的通用分布理论，未说明因子模型或宏观、金融应用，无法直接归入所列细分。
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
非正态总体下样本特征根分布的渐近展开
- 研究问题
- 总体分布偏离正态时，样本协方差矩阵特征根及其函数的分布如何作渐近展开，以描述超出一阶近似的信息？
- 方法与思路
- 作者通过求取 Edgeworth 展开，分析样本协方差矩阵特征根的边际分布、联合分布，以及特征根函数的分布。
- 材料陈述的贡献
- 摘要称，给出了非正态总体下样本特征根及其函数分布的渐近展开，将研究对象覆盖至边际与联合分布。
- 阅读关注点
- 应核对总体矩条件、展开阶数和余项控制，以及特征值重合、维数变化和特征根函数形式是否受到限制。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明展开条件、阶数与误差界，不能判断具体非正态分布下的精度。
原文摘要
The distribution of the latent roots of the sample covariance matrix is studied when the parent population is nonnormal. Asymptotic expansions of the marginal and joint distributions of the sample roots and the distribution of a function of the sample roots are given, by finding the Edgeworth expansions.