杉山、高藤;Masashi Hyodo;渡边裕纪夫;津田新一;Seo,Takashi先生 在高维和大样本设置中测试广义方差的相等性。 (英语) Zbl 1448.62083号 SUT J.数学。 55,第2期,139-154(2019). 摘要:广义方差(GV),由提出S.S.威尔克斯[生物特征24471-494(1932;Zbl 0006.02301号)]是多维散射的一维度量。它在大数据分析的理论和应用研究中都发挥着重要作用。本文研究了在高维大样本环境下检验多元正态总体广义方差相等性的问题。传统的似然比检验统计数据显示,随着维度的增加,存在严重的偏差。我们提出了一种新的测试统计量来消除这种偏差,并提出了一个基于渐近近似的测试。似然比检验统计量可以解释为与Jensen不等式相关的准则的估计量。我们的测试统计是通过在高维和大样本设置中适当估计该标准获得的。此外,我们提出的测试不仅在高维设置中有效,而且在大样本设置中也有效。我们还获得了在高维和大样本设置下所提出测试的渐近非零分布。最后,我们通过蒙特卡罗模拟研究了该测试的有限样本和维数行为。 引用于2文件 MSC公司: 62H15型 多元分析中的假设检验 62甲12 多元分析中的估计 62E20型 统计学中的渐近分布理论 62兰特 大数据和数据科学的统计方面 关键词:大数据分析;广义方差;基于渐近逼近的检验;高维数据 引文:Zbl 0006.02301号 PDF格式BibTeX公司 XML格式引用 \textit{T.Sugiyama}等人,SUT J.数学。55,第2号,139--154(2019;Zbl 1448.62083)