Asymptotic Distributions in Canonical Correlation Analysis and Other Multivariate Procedures for Nonnormal Populations
非正态总体下典型相关分析及其他多元方法的渐近分布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：典型相关属于通用多元统计方法，摘要没有因子模型或其他所列细分的直接依据。
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…
非正态总体下典型相关分析及其他多元方法的渐近分布
- 研究问题
- 总体偏离正态分布时，样本典型相关系数及相关假设检验的渐近分布如何变化，椭圆总体能否简化这些分布？
- 方法与思路
- 作者在有限四阶矩总体下建立渐近理论，刻画四阶累积量的作用，并针对椭圆总体讨论修正检验及卡方近似。
- 材料陈述的贡献
- 摘要称非正态性会影响相关统计量的渐近分布，而椭圆总体下形式较简单，并可修正部分零典型相关系数的检验。
- 阅读关注点
- 应核对四阶累积量如何进入分布、椭圆总体下的简化条件，以及修正卡方检验所针对的零系数假设和适用范围。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；具体分布公式、其他多元程序的范围及有限样本精度未说明。
原文摘要
An asymptotic theory for canonical correlation analysis is given for multivariate populations with finite fourth moments. The asymptotic distributions of the sample canonical correlation coefficients and of statistics used for testing hypotheses about the population coefficients involve the fourth order cumulants of the parent population and are sensitive to departures from normality. These asymptotic distributions have surprisingly simple forms in the case of elliptical populations; here a modified test statistic with a chi-squared approximation can be used for testing the hypothesis that some of the population coefficients are zero. Finally we note that, when sampling from elliptical populations, the asymptotic distributions of test statistics used in some other multivariate procedures are similarly simple.