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:摘要讨论通用多元高斯协方差检验,未提供其对应所列微观、宏观或金融细分领域的直接依据。

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
A. K. GUPTA
J. TANG

多元高斯模型协方差矩阵相等性检验的似然比统计量分布

研究问题
在多元高斯模型中,如何确定检验多个协方差矩阵是否相等的似然比统计量分布,并据此获得检验所需的临界值?
方法与思路
作者从多元高斯模型下的协方差相等性检验出发,推导似然比统计量的精确分布,并将统计量的分位点整理成表。
材料陈述的贡献
摘要称论文给出了该似然比统计量的精确分布及分位点表,为这一协方差相等性检验提供了分布层面的计算依据。
阅读关注点
阅读全文时应核对样本组织、均值参数的处理、精确分布的适用条件,以及分位点表覆盖的维数和样本量范围。
阅读边界
仅据稿件版本未注明的 OpenAlex 索引摘要解读;摘要未说明具体抽样条件、分布表达式或表格数值,不能推断刊本变化。

原文摘要

In this paper the exact distribution of the likelihood ratio statistic for testing equality of covariance matrices of multivariate Gaussian models has been derived. Percentage points of the test statistic have also been tabulated.

笔记与分组
相关领域论文