Bootstrap Tests and Confidence Regions for Functions of a Covariance Matrix
协方差矩阵函数的自助检验与置信域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：摘要研究一般协方差函数的自助推断，没有足够证据归入因子模型或金融方向。
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
协方差矩阵函数的自助检验与置信域
- 研究问题
- 对总体协方差矩阵的函数进行检验和构造置信域时，自助法如何处理重根等模型限制以获得正确渐近水平？
- 方法与思路
- 作者讨论在自助算法设计中纳入模型限制，例如协方差矩阵的重复特征值，并分析检验和置信域的渐近有效性。
- 材料陈述的贡献
- 摘要称只要在自助算法中考虑相应模型限制，协方差矩阵函数的检验和置信域便可达到所要求的渐近水平。
- 阅读关注点
- 应核对适用的矩阵函数类别、重复特征值限制的实施方式、重抽样方案，以及渐近水平结论需要的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体算法和正则条件未给出，不能据此认定常规自助法在重根情形下有效。
原文摘要
Bootstrap tests and confidence regions for functions of the population covariance matrix have the desired asymptotic levels, provided model restrictions, such as multiple eigenvalues in the covariance matrix, are taken into account in designing the bootstrap algorithm.