Some tests for common principal component subspaces in several groups
多个群组共同主成分子空间的检验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：摘要讨论一般多群组主成分子空间检验，未建立与宏观或金融因子模型的直接联系。
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
多个群组共同主成分子空间的检验
- 研究问题
- 多个群组的协方差矩阵各自前若干主成分张成的子空间是否相同，如何对这一共同子空间假设开展检验？
- 方法与思路
- 作者基于样本特征投影构造近似检验，并讨论向相关矩阵对应假设检验以及稳健主成分分析的扩展。
- 材料陈述的贡献
- 摘要称获得共同主成分子空间的近似检验，并指出相关矩阵检验较易扩展，同时考虑稳健主成分分析方向。
- 阅读关注点
- 应核对子空间维数如何确定、特征投影检验的近似依据，以及特征值条件、群组设定和稳健扩展的具体内容。
- 阅读边界
- 索引摘要未注明稿件版本，不能推断刊本变化；摘要未给出统计量、近似误差或功效，也未说明稳健扩展已经达到何种程度。
原文摘要
SUMMARY An approximate test, based on sample eigenprojections, is obtained for testing the hypothesis that the subspaces spanned by the first m principal components of several different covariance matrices are identical. This procedure can fairly easily be extended to an analogous test of hypothesis concerning correlation matrices. Extensions to a robust principal components analysis are also considered.