Bounds for the distribution functions of the extreme latent roots of a sample covariance matrix
样本协方差矩阵极端特征根分布函数的界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：摘要仅讨论正态样本协方差矩阵特征根的一般分布界，未明确涉及宏观或金融因子模型，不能据特征根一词归类。
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
样本协方差矩阵极端特征根分布函数的界
- 研究问题
- 对于来自正态总体的样本协方差矩阵，如何给出最大与最小特征根分布函数的界，并用卡方概率表示这些界？
- 方法与思路
- 作者针对最大特征根的分布函数构造上界，针对最小特征根的分布函数构造下界，均以卡方概率的乘积表达。
- 材料陈述的贡献
- 摘要称，论文提供正态总体样本协方差矩阵极端特征根分布函数的两个方向性界，并给出卡方概率形式的表达。
- 阅读关注点
- 应核对协方差矩阵的标准化、总体协方差条件、样本量与维度限制，以及分布函数界的方向和实际紧致程度。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体公式、总体协方差限制和界的精度未说明，不能推广到非正态或任意高维情形。
原文摘要
An upper bound is given for the distribution function of the largest latent root and a lower bound for the distribution function of the smallest latent root for a sample covariance matrix from a normal population. The bounds are expressed in terms of products of chi-squared probabilities.