Projection correlation between two random vectors
两个随机向量之间的投影相关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：摘要研究一般随机向量的依赖度量与独立性检验，没有明确的经济网络、因子模型或其他所列细分应用。
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
两个随机向量之间的投影相关
- 研究问题
- 如何衡量两个随机向量的依赖关系，同时避免矩条件和调参要求，并在维度较高或重尾情形下开展独立性检验？
- 方法与思路
- 作者提出投影相关度量及其样本估计，分析独立与非独立情形的不同收敛速度，并通过蒙特卡洛模拟比较独立性检验功效。
- 材料陈述的贡献
- 摘要称，该度量为零当且仅当独立，具有正交不变性且无需矩条件；模拟中部分高维或矩条件不满足的情形显示较高功效。
- 阅读关注点
- 应核对投影相关的定义、维度不敏感的确切含义、两种收敛速度对应的极限分布，以及检验校准和模拟比较是否控制相同尺寸。
- 阅读边界
- 所给材料为Europe PMC存档摘要，稿件版本未注明；功效优势仅是摘要所述模拟结论，不能推断对所有依赖结构或样本规模均占优。
原文摘要
We propose the use of projection correlation to characterize dependence between two random vectors. Projection correlation has several appealing properties. It equals zero if and only if the two random vectors are independent, it is not sensitive to the dimensions of the two random vectors, it is invariant with respect to the group of orthogonal transformations, and its estimation is free of tuning parameters and does not require moment conditions on the random vectors. We show that the sample estimate of the projection correction is $n$-consistent if the two random vectors are independent and root-$n$-consistent otherwise. Monte Carlo simulation studies indicate that the projection correlation has higher power than the distance correlation and the ranks of distances in tests of independence, especially when the dimensions are relatively large or the moment conditions required by the distance correlation are violated.