Multivariate Beta Distribution and a Test for Multivariate Normality
多元 Beta 分布与多元正态性检验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：摘要属于通用多元正态性检验，未涉及所列经济计量细分领域的直接应用。
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 Beta 分布与多元正态性检验
- 研究问题
- 当多元总体的均值向量和离散矩阵未知时，如何检验观测样本是否可能来自多元正态总体，并简化这一检验问题？
- 方法与思路
- 作者利用多元 Beta 分布，通过一系列变换及随机化原理，将未知均值和离散矩阵下的多元正态性检验化为一元问题。
- 材料陈述的贡献
- 摘要称多元正态性检验可归约为一元正态性检验，为处理未知总体参数提供思路，但明确表示没有研究该检验的功效。
- 阅读关注点
- 应核对变换的构造、随机化步骤及其作用、归约后采用的一元检验，以及检验水平与未知参数处理的理论依据。
- 阅读边界
- 依据所给 Crossref 摘要，作者明确未研究功效；不能据此评价检验识别非正态偏离的能力或相对其他方法的优势。
原文摘要
Summary This paper presents an application of the multivariate beta distribution to the problem of testing whether a given sample of multivariate observations could have come from a multivariate normal population with an unknown mean vector and dispersion matrix. By using a series of transformations and the principle of randomization it is shown that the above problem can be reduced to that of testing for univariate normality. No attempt is made to investigate the power of this test; but some brief thoughts are expressed in the concluding section.