Supplementary Material for "Estimation of a Multiplicative Correlation Structure in the Large Dimensional Case"
《高维情形下乘法相关结构的估计》补充材料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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：片段提供通用高维相关矩阵与 Kronecker 结构理论，未明确所列因子模型或具体应用领域，分类证据不足。
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…
《高维情形下乘法相关结构的估计》补充材料
- 研究问题
- 这份补充材料如何支持乘法相关结构估计，特别是 Kronecker 分解的参数识别、相关矩阵约束及极限分布证明？
- 方法与思路
- 作者提供 Kronecker 乘积的矩阵对数性质及识别例子，说明基于最小距离的收缩方法，并展开辅助矩阵误差界的证明。
- 材料陈述的贡献
- 片段展示对角对数参数需要识别限制，并给出二维子矩阵收缩为相关矩阵的构造；更高维子矩阵的困难被留作后续研究。
- 阅读关注点
- 应结合主论文核对参数规范化、正定及相关矩阵约束、维度与样本量条件，并查阅片段未包含的定理陈述和证明。
- 阅读边界
- 依据 arXiv:1810.06787v2 原文片段（PDF 1–6 页）；官方摘要保留。公式、完整证明及主论文结论需另行核对。 依据 arXiv:1810.06787v2 补充材料预印本前六页，非主论文，不能据此声称已评审或接收；数学符号提取不清，速率与公式需查原PDF。
原文摘要
Supplementary Material for "Estimation of a Multiplicative Correlation Structure in the Large Dimensional Case"