Bootstrap Critical Values for Testing Homogeneity of Covariance Matrices
协方差矩阵同质性检验的 Bootstrap 临界值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：摘要讨论通用多元协方差检验与重抽样，未明确涉及因子、波动率或其他所列领域。
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
协方差矩阵同质性检验的 Bootstrap 临界值
- 研究问题
- 检验多组协方差矩阵相等时，如何减轻 Bartlett 修正似然比统计量对正态分布下卡方近似的依赖并获得临界值？
- 方法与思路
- 作者提出合并样本的 Bootstrap 程序，以重抽样替代零假设分布的卡方近似，并讨论对多数二次型检验统计量的应用。
- 材料陈述的贡献
- 摘要称该程序使 Bartlett 统计量能够用于更一般的数据分析，且适用范围可扩展到多数二次型检验统计量。
- 阅读关注点
- 应核对合并样本如何构造、重抽样如何体现协方差相等的原假设，以及有效性所需的分布、矩条件和样本配置。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；Bootstrap 的有效性条件及有限样本表现未说明，不能理解为任意非正态数据都适用。
原文摘要
Bartlett's modified likelihood ratio statistic A is often suggested in multivariate analysis for testing equality of covariance matrices. Unfortunately, the χ 2-approximation to the null distribution of −2 log Λ is useful only when the data is normally distributed. This article presents a pooled bootstrap procedure that replaces the χ 2-approximation and makes Bartlett's statistic a useful tool for data analysis. This procedure also applies to most quadratic form test statistics.