跳到正文
← 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:摘要明确讨论检验分布在多元时间序列推断中的应用,因此具有直接的时间序列依据。

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
P. R. KRISHNAIAH
JACK C. LEE
T. C. CHANG

复多元正态总体中若干协方差结构检验的似然比统计量分布

研究问题
对于复多元正态总体的若干协方差矩阵结构假设,似然比统计量的分布如何近似,这些分布如何用于多元时间序列推断?
方法与思路
作者考察特定协方差结构检验的似然比统计量分布近似,并讨论将这些分布结果应用于多元时间序列统计推断。
材料陈述的贡献
摘要所述贡献是分析相关检验统计量的分布近似及其时间序列应用,但未明确列出协方差结构、近似公式或精度结果。
阅读关注点
应核对复正态设定、被检验的协方差结构、近似分布的构造,以及多元时间序列应用中观测依赖如何处理。
阅读边界
仅据版本未注明的索引摘要,无法判断具体检验条件和近似精度;不能直接推断这些分布适用于任意多元时间序列。

原文摘要

This paper examines approximations to the distributions of the likelihood ratio statistics for testing hypotheses about certain structures for the covariance matrices of complex multivariate normal populations. Some applications of these distributions to inference on multiple time series are also discussed.

笔记与分组
相关领域论文