A test for symmetries of multivariate probability distributions
多变量概率分布对称性的检验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：摘要讨论多变量分布对称性的一般检验，未明确对应所列经济计量细分方向。
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
多变量概率分布对称性的检验
- 研究问题
- 如何检验多变量分布的球对称或反射对称性，并通过条件模拟与统一距离统计量比较其检验表现？
- 方法与思路
- 作者在对称密度分布类的最小充分统计量条件下进行蒙特卡洛模拟，以密度及其对称化版本的距离构造统计量。
- 材料陈述的贡献
- 摘要称，论文提出条件蒙特卡洛检验及通用统计量，数值研究显示其相对其他检验表现良好，并提供真实数据示例。
- 阅读关注点
- 应核对最小充分统计量与条件模拟的构造、密度距离如何计算，以及球对称和反射对称的零假设与比较设置。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 索引摘要；检验校准细节和数值比较范围未说明，不能由表现良好推断普遍最优。
原文摘要
A Monte Carlo test for multivariate symmetries is proposed. The Monte Carlo simulations are performed conditionally on a minimal sufficient statistic for the class of distributions with symmetric density. Additionally, a general purpose test statistic based on a distance measure between the probability density function and its symmetrised version is introduced. The Monte Carlo tests for spherical symmetry and multivariate reflection symmetry are studied numerically for this statistic and the results indicate that the tests perform well compared to other tests. The method is illustrated with an analysis of a real dataset.