Asymptotic distributions of likelihood ratio criteria for testing latent roots and latent vectors of a covariance matrix under an elliptical population
椭圆总体下协方差矩阵特征根与特征向量检验的渐近分布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：摘要涉及通用协方差矩阵谱检验，未明确研究宏观或金融因子模型。
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
椭圆总体下协方差矩阵特征根与特征向量检验的渐近分布
- 研究问题
- 当总体属于椭圆分布而非限定为正态分布时，样本协方差矩阵及原为正态总体设计的特征根、特征向量检验如何表现？
- 方法与思路
- 作者在椭圆总体下推导样本协方差矩阵密度的渐近展开，并研究检验特征根与特征向量的似然比准则之功效函数展开。
- 材料陈述的贡献
- 摘要称，论文获得椭圆总体下的协方差矩阵密度及相关似然比检验功效函数的渐近展开，拓展对非正态情形的分析。
- 阅读关注点
- 应核对椭圆分布的矩条件、展开阶数和特征结构限制，以及检验准则如何沿用正态设定并受到总体分布的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明展开系数、误差范围和检验校准结果，不能推断正态检验在椭圆总体下有效。
原文摘要
The asymptotic expansion under an elliptical population is obtained for the probability density function of the sample covariance matrix and for the power functions of the likelihood ratio criteria for testing latent roots and latent vectors appropriate to a normal population.