Asymptotic Expansions for the Distributions of the Sample Roots Under Nonnormality
非正态总体下样本特征根分布的渐近展开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：摘要研究协方差矩阵特征根的一般分布理论，未明确涉及宏观因子或金融因子模型，分类证据不足。
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
非正态总体下样本特征根分布的渐近展开
- 研究问题
- 当总体不服从正态分布时，样本协方差矩阵特征根的边际分布、联合分布及其函数的分布如何进行渐近近似？
- 方法与思路
- 作者利用 Edgeworth 展开研究样本协方差矩阵的特征根，分别构造单个特征根、多个特征根及相关函数的分布展开。
- 材料陈述的贡献
- 摘要称给出了非正态情形下上述分布的渐近展开，为超出正态总体设定的特征根分布近似提供理论结果。
- 阅读关注点
- 核对总体矩条件、总体特征根是否允许重合、维度与样本量的关系，以及展开阶数、余项控制和适用函数范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；展开公式、正则条件和近似精度均未提供，不能判断高维或重根情形是否适用。
原文摘要
The distribution of the latent roots of the sample covariance matrix is studied when the parent population is nonnormal. Asymptotic expansions of the marginal and joint distributions of the sample roots and the distribution of a function of the sample roots are given, by finding the Edgeworth expansions.