Ryoya Oda;柳原弘;靖国富士 高维典型相关分析中冗余测试统计量的渐近零分布和非零分布。 （英语） Zbl 1428.62097号 随机矩阵理论应用。 8，第1号，文章ID 1950001，26 p.（2019）. 摘要：本文推导了高维典型相关分析中冗余检验的三种检验统计量的渐近零分布和非零分布，即似然比准则、劳利-霍特林准则和巴特莱特-南达-皮莱准则。由于我们的设置是两个观测向量中的一个的维数可能很大，但不会超过样本量，因此我们使用HD渐近框架，使得样本量和维数除以样本量趋向于\（\infty\），并且在\（[0,1）内有一个正常数\)分别用于评估渐近分布。通过仿真实验表明，我们提出的HD近似比经典渐近框架下的HD逼近更精确，即只有样本量趋于“无效”。 引用于2文件 MSC公司： 62E20型 统计学中的渐近分布理论 62H15型 多元分析中的假设检验 62H20个 关联度量（相关性、典型相关性等） 关键词：渐近分布;高维渐近框架;冗余测试 PDF格式BibTeX公司 XML格式引用 \textit{R.Oda}等人，随机矩阵理论应用。8，第1号，文章ID 1950001，26 p.（2019；Zbl 1428.62097） 全文： 内政部 参考文献： [1] Anderson，T.W.，《多元统计分析导论》，第3版。（John Wiley&Sons，纽约，2003年）·Zbl 1039.62044号 [2] Chung，P.K.，Zhao，Y.，Liu，J.D.和Quach，B.，老年人功能性健康与健康相关生活质量之间关系的典型相关分析，Arch。杰伦托尔。Geriat.68（2017）44-48。 [3] Fujikoshi，Y.，《典型相关分析中附加信息的检验》，《Ann.Inst.Statist》。数学34（1982）523-530·Zbl 0544.62054号 [4] Fujikoshi，Y.，Ulyanov，V.V.和Shimizu，R.，《多元统计：高维和大样本近似》（John Wiley&Sons，Hoboken，New Jersey，2010）·兹比尔1304.62016 [5] Prera，A.J.、Grimsrud，K.M.、Thacher，J.A.、McCollum，D.W.和Berrens，R.P.，使用典型相关分析确定环境态度群体：美国西南部国家森林规划的考虑因素，环境。管理54（2014）756-767。 [6] Sakar，E.，Us nver，H.，Keskin，S.和Saka，Z.M.，《安卡拉地区核桃果实和籽粒性状之间关系的典型相关分析研究》，Erwerbs-Obstbau.58（2016）19-23。 [7] Sakurai，T.，《当维数较大时，维数和典型相关性中附加信息的检验统计量的渐近展开》，《多元分析杂志》100（2009）881-901·Zbl 1157.62007年 [8] Singh，A.、Mohanty，U.C.和Mishra，G.，使用外向长波辐射（OLR）对印度夏季风降雨量进行长时间预测的技巧：典型相关分析的应用，Pure。申请。《地球物理学》171（2014）1519-1530。 [9] Srivastava，M.S.，《多元统计方法》（John Wiley&Sons，纽约，2002年）·Zbl 1006.62048号 [10] 铃川，A.和佐藤，Y.，典型相关分析中附加信息假设的似然比准则的非零分布，J.日本统计学家。Soc.26（1996）91-100·Zbl 0857.62061号 [11] Timm，N.H.，《应用多元分析》（Springer-Verlag，纽约，2002年）·Zbl 1002.62036号 [12] Wakaki，H.和Fujikoshi，Y.，典型相关分析中附加信息LR测试高维近似的可计算误差界，Theor。普罗巴伯。申请62（2017）194-211·兹比尔1390.62106 [13] Yanagihara，H.，Oda，R.，Hashiyama，Y.和Fujikoshi，Y.，两个Wishart矩阵的对数确定性之间差异的高维渐近行为，《多元分析杂志》157（2017）70-86·Zbl 1362.62038号 [14] Zheng，Q.，Zhao，Y.，Wang，J.，Liu，T.，Zhang，B.，Gong，M.，Li及其关于线粒体生长的三种加工产物，结合典型相关性分析，J.Ethnopharmacol.153（2014）615-623。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。