Some Tests for Common Principal Component Subspaces in Several Groups
多组共同主成分子空间的若干检验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：摘要研究多组协方差结构的通用检验，未说明宏观或金融因子模型等细分应用。
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
多组共同主成分子空间的若干检验
- 研究问题
- 多个群体的协方差矩阵可以不同，但它们前若干个主成分张成的子空间是否相同，如何据样本构造针对这一共同结构的检验？
- 方法与思路
- 作者利用样本特征投影构造共同主成分子空间的近似检验，并讨论将方法扩展到相关矩阵检验及稳健主成分分析的可能性。
- 材料陈述的贡献
- 摘要称得到基于特征投影的近似检验，且该程序较容易扩展到相关矩阵情形；同时考虑稳健主成分分析中的相应扩展。
- 阅读关注点
- 应核对近似检验的统计量、参考分布和样本条件，以及特征值重复或间距较小时的处理；还需区分稳健扩展的讨论与正式保证。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；检验水平、功效、分布假设及稳健扩展细节未说明，不能推断刊本变化。
原文摘要
SUMMARY An approximate test, based on sample eigenprojections, is obtained for testing the hypothesis that the subspaces spanned by the first m principal components of several different covariance matrices are identical. This procedure can fairly easily be extended to an analogous test of hypothesis concerning correlation matrices. Extensions to a robust principal components analysis are also considered.