Percentage Points for a Test of Rank in Multivariate Components of Variance
多元方差分量秩检验的分位点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：摘要讨论多元随机效应模型中的协方差秩检验，未明确涉及所列面板、因子或其他应用细分领域。
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…
多元方差分量秩检验的分位点
- 研究问题
- 在平衡单因素多元随机效应方差分析中，如何检验效应向量协方差矩阵的秩不超过指定值，并确定检验所需的分位点？
- 方法与思路
- 作者研究似然比统计量的极限分布，其形式为某个随机对称矩阵正特征值的平方和，并计算该分布的精确与模拟分位点。
- 材料陈述的贡献
- 摘要称，论文针对变量维数与指定秩之差的若干情形，提供极限分布的精确和模拟分位点，为该秩检验提供计算依据。
- 阅读关注点
- 应核对随机对称矩阵的具体定义、极限论证条件、分位点表覆盖的维数与秩，以及模拟精度和有限样本使用方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未提供矩阵构造、分位点数值或有限样本误差，不能将极限分位点视为有限样本精确值。
原文摘要
In the balanced one-way multivariate analysis of variance with random effects the likelihood ratio criterion for testing that the rank of the covariance matrix of the effect vector is not greater than a specified number is considered. The limiting distribution of −2 times the logarithm of the criterion is the distribution of the sum of squares of the positive characteristic roots of a certain random symmetric matrix. This paper presents exact and simulated quantiles of this limiting distribution for a number of cases depending on the difference between the dimensionality and the specified rank.