A Family of Distributions for Modelling Non-Elliptically Symmetric Multivariate Data
用于非椭圆对称多元数据建模的分布族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建模与铀勘探数据，未提供分布效应或金融风险领域的直接依据。
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
用于非椭圆对称多元数据建模的分布族
- 研究问题
- 如何用较简单的分布族描述缺乏椭圆对称性的多元数据？文章关注分布结构、模拟方法及与常用二元正态拟合的比较。
- 方法与思路
- 作者提出一个多元分布族，讨论其性质与若干特殊情形，概述用于蒙特卡洛稳健性研究的模拟方法，并进行数据拟合比较。
- 材料陈述的贡献
- 摘要称，多元 Pareto、Burr 和 Logistic 分布均为该族的特例，并报告铀勘探数据上的拟合比较，但未说明比较结果。
- 阅读关注点
- 应核对分布族的参数化、支持集与依赖结构，模拟步骤是否可实施，以及数据拟合比较采用的标准和具体结果。
- 阅读边界
- 仅据所给 Crossref 摘要，不能推断其他版本变化；摘要未报告拟合优劣，也未说明尾部性质或任何金融风险应用。
原文摘要
SUMMARY The paucity of distributions that can be used as an aid to modelling the structure of multivariate data is a recognized limitation. We present a relatively simple family of distributions for use in describing data which are not elliptically symmetric. Properties of the family are discussed and it is shown that multivariate Pareto, Burr and Logistic distributions are special cases. In addition, simulation methods for applications in Monte Carlo robustness studies are outlined and, finally, the fit to a data set on uranium exploration is compared to that obtained using the usual bivariate normal distribution.