Nonparametric Monte Carlo tests for multivariate distributions
多元分布的非参数蒙特卡洛检验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：摘要讨论一般多元分布族的检验，未明确对应所列经济或金融细分方向。
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
多元分布的非参数蒙特卡洛检验
- 研究问题
- 当复合零假设规定多元分布属于某个非参数分布族时，如何构造蒙特卡洛检验并获得有限样本有效性？
- 方法与思路
- 作者利用两个独立变量乘积的分布表示，对其中一个变量条件化模拟，应用于椭圆对称等若干多元分布族。
- 材料陈述的贡献
- 摘要称零假设分布不含位置干扰参数时检验精确有效；有限样本模拟报告优于自助法检验，并给出真实数据示例。
- 阅读关注点
- 应核对各分布族的乘积表示、条件模拟过程、位置干扰参数的限制，以及模拟中有效性与功效的比较指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未给出具体统计量、模拟数值或数据细节，所述优于自助法不能推广至所有设定。
原文摘要
In this paper, nonparametric Monte Carlo test procedures are proposed for composite hypotheses in which the multivariate distribution belongs to a nonparametric family. When a random variable is, in distribution, equal to a product of two independent variables, Monte Carlo simulations can be performed conditionally on one of the variables. They can be applied to testing several commonly used distributions including elliptically symmetric, reflectively symmetric, Liouville–Dirichlet and symmetric scale mixture distributions. The tests are exactly valid when the hypothetical distributions are without nuisance location parameters. Finite sample simulations show that the Monte Carlo tests outperform bootstrap tests. The method is illustrated with analysis of a real dataset.