On the Asymptotic Properties of LDU-Based Tests of the Rank of a Matrix
基于 LDU 分解的矩阵秩检验的渐近性质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：摘要讨论通用矩阵秩检验的渐近理论，未指明因子、结构估计或其他所列领域的应用。
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
基于 LDU 分解的矩阵秩检验的渐近性质
- 研究问题
- 既有基于 LDU 分解的矩阵秩检验，其所建议的渐近分布是否正确，如何利用同一分解构造渐近有效的替代检验？
- 方法与思路
- 作者分析既有统计量的一般渐近分布，指出其为正态随机向量的复杂非线性函数，并讨论基于 LDU 分解的有效检验构造。
- 材料陈述的贡献
- 摘要称，既有渐近分布仅在很有限的情形正确；LDU 分解仍可产生有效检验，且与文中另一检验具有渐近等价性。
- 阅读关注点
- 核对原分布结论成立的有限情形、一般极限分布的推导，以及修正检验构造、等价对象的原 PDF 记号和成立条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不能推断后续刊本变化。等价检验的数学记号显示不清，须查原 PDF，不能据此重构公式。
原文摘要
Gill and Lewbel recently introduced a test for the rank of a matrix based on the LDU decomposition. Unfortunately, the asymptotic distribution suggested by them is incorrect except in a very limited problem. In general, the asymptotic distribution is that of a highly complicated nonlinear function of a normally distributed random vector that appears to defy useful characterization. The LDU decomposition can be used to produce a valid test asymptotically equivalent to the minimum-X 2 test.