Testing for Ellipsoidal Symmetry of a Multivariate Density
多元密度椭球对称性的检验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：文本涉及通用多元分布拟合优度检验，未给出金融模型或所列经济计量方向的应用依据。
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
多元密度椭球对称性的检验
- 研究问题
- 如何检验多元分布是否具有椭球对称性，即能否由原点球面对称随机向量经仿射变换得到，并识别偏离该结构的分布？
- 方法与思路
- 作者以椭球对称分布作为多元正态分布的推广，提出并研究若干拟合优度检验，考察它们面对不同非对称备择的渐近功效。
- 材料陈述的贡献
- 摘要称所提检验对较广范围的非椭球对称备择具有良好渐近功效；未说明具体统计量、功效界或有限样本比较结果。
- 阅读关注点
- 应核对位置和尺度参数的处理、检验统计量与零分布，以及备择范围和功效条件，避免将椭球对称性与多元正态性等同。
- 阅读边界
- 仅依据稿件版本未注明的 OpenAlex 摘要；具体检验形式及条件未给出，不能据此判断任意备择下的功效或实际数据中的模型适配。
原文摘要
Let $Z$ be a random vector whose distribution is spherically symmetric about the origin. A random vector $X$ which is representable as the image of $Z$ under affine transformation is said to have an ellipsoidally symmetric distribution. The model of ellipsoidal symmetry is a useful generalization of multivariate normality. This paper proposes and studies some goodness-of-fit tests which have good asymptotic power over a broad spectrum of alternatives to ellipsoidal symmetry.