Detection of Multivariate Normal Outliers
多元正态离群值的检测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：摘要研究一般多元正态离群检验，未涉及金融尾部风险或分布效应等所列具体方向。
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
多元正态离群值的检测
- 研究问题
- 研究多元正态随机样本中由均值偏移形成的离群值，如何利用变换不变性构造无离群值假设的检验。
- 方法与思路
- 作者界定均值偏移模型及变换群，推导一族最大不变量的共同分布，并确定局部最优不变检验的拒绝域。
- 材料陈述的贡献
- 摘要称在较一般条件下，该检验等价于在Mardia多元样本峰度足够大时拒绝无离群值的零假设。
- 阅读关注点
- 应核对均值偏移备择、变换群及最大不变量，并检查局部最优性的含义、峰度等价条件和临界值计算。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；条件与临界值未列出，不能推广到任意非正态离群机制或金融尾部风险。
原文摘要
The general outlier problem for a multivariate normal random sample with mean slippage is defined and is shown to be invariant under a natural group of transformations. A family of maximal invariants is obtained, and the common distribution of its members is derived. The critical region for the locally best invariant test of the null hypothesis, that there are no outliers, versus the alternative hypothesis, that some outliers are present, is found. Under very general conditions, this test is equivalent to rejecting the null hypothesis whenever Mardia's multivariate sample kurtosis is sufficiently large.