Invariant Normal Models
不变正态模型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：摘要是多元正态模型与群不变性的通用理论，缺少所列应用方向的直接依据。
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
不变正态模型
- 研究问题
- 如何统一表达多维正态分布中由对称性给出的假设，并据此推导均值与协方差的极大似然估计及分布？
- 方法与思路
- 作者利用观测向量空间上线性群子群的不变性定义模型类，将对称约束纳入统一的正态模型数学框架。
- 材料陈述的贡献
- 摘要称推导估计量及其分布，统一得到实、复和四元数 Wishart 分布，并说明零均值不变正态模型均可由对称性得到。
- 阅读关注点
- 应核对群作用与不变模型的定义、协方差约束和似然解，以及零均值表示结论和各类 Wishart 分布的条件。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；模型构造、参数可识别性及分布推导的具体条件未提供，不能据此判断应用范围。
原文摘要
Many hypotheses in the multidimensional normal distribution are given or can be given by symmetries or, in other words, invariance. This means that the variances are invariant under a given subgroup of the general linear group in the vector space of observations. In this paper we define a class of hypotheses, the Invariant Normal Models, including all symmetry hypotheses. We derive the maximum likelihood estimator of the mean and variance and its distribution under the hypothesis. The value of the paper lies in the mathematical formulation of the theory and in the general results about hypotheses given by symmetries. Especially the formulation gives an easy simultaneous derivation of the real, complex and quaternion version of the Wishart distribution. Furthermore, we show that every invariant normal model with mean-value zero can be obtained by a symmetry.