弗雷德里克·乌伊梅特 Wishart分布的对称矩阵变量正态局部近似及一些应用。 (英语) Zbl 1520.62051号 《多元分析杂志》。 189,文章ID 104923,17 p.(2022). 摘要:自计算机出现以来,随着涉及样本协方差与潜在多元高斯种群的应用的普遍性急剧增加,非中心Wishart分布在统计学中变得更加主流。文献中的多个来源涉及非中心Wishart分布相对于其中心对应项的局部近似。然而,还没有资料来源根据正态相似性为(中心)Wishart分布开发出显式局部近似,这一点很重要,因为高斯分布是许多统计方法渐近理论的核心。本文证明了具有相同均值和协方差的Wishart密度与对称矩阵变量正态密度之比的精确渐近展开式。然后利用所得结果导出相应概率测度之间总变差的上界,并在具有Wishart非对称核的正定矩阵空间上找到一个新的密度估计量的点态方差。为了完整性,我们还找到了新估计器的逐点偏差、当我们向其支持的边界移动时的逐点方差、均方误差、远离边界的均积分平方误差的表达式,并证明了它的渐近正态性。 引用于三文件 MSC公司: 62H10型 统计的多元分布 62E20型 统计学中的渐近分布理论 62G07年 密度估算 62甲12 多元分析中的估计 关键词:非对称核;渐近统计;密度估计;膨胀;局部近似;矩阵变量法向;多元关联核;法向近似;平滑的;总变化量;Wishart分布 PDF格式BibTeX公司 XML格式引用 \textit{F.Ouimet},J.多元分析。189,文章ID 104923,17 p.(2022;Zbl 1520.62051) 全文: DOI程序 arXiv公司 链接 参考文献: [1] 阿布拉莫维茨,M。;Stegun,I.A.,《带公式、图形和数学表的数学函数手册》(美国国家标准局应用数学丛书,第55卷(1964年),华盛顿特区美国政府印刷局文件主管出售),xiv+1046,MR0167642·Zbl 0171.38503号 [2] 艾奇逊,J。;Lauder,I.J.,成分数据的核密度估计,J.R.Stat.Soc.Ser。C.,34,2,129-137(1985)·Zbl 0585.62069号 [3] 亚历山大特区。;Pierpaoli,C。;Basser,P.J。;Gee,J.C.,扩散张量磁共振图像的空间变换,IEEE Trans。医学成像,20,11,1131-1139(2001) [4] Anderson,T.W.,(多元统计分析导论。多元统计分析概论,概率统计中的Wiley级数(2003),Wiley-Interscience[John Wiley&Sons],Hoboken,NJ),xx+721,MR1990662·Zbl 1039.62044号 [5] Asta,D.M.,非紧型对称空间上的核密度估计,J.多元分析。,1811046761-10(2021年),MR4172886·兹比尔1461.62245 [6] Basser,P.J。;Jones,D.K.,《扩散张量MRI:理论、实验设计和数据分析-技术综述》,核磁共振生物识别。,15, 7-8, 456-467 (2002) [7] Basser,P.J。;Pajevic,S.,张量值随机变量的正态分布:扩散张量MRI的应用,IEEE Trans。医学成像,22,7,785-794(2003) [8] Bouezmarni,T。;El Ghouch,A。;Mesfioui,M.,右偏数据密度和风险率的Gamma核估计,J.Probab。《法律总汇》,第937574条,第(2011)页,第16页,MR2801351·Zbl 1229.62041号 [9] Bouezmarni,T。;Rombouts,J.V.K.,《使用伽马核的删失和(α)混合数据的密度和危险率估计》,J.Nonparametr。Stat.,20,7,627-643(2008),MR2454617·Zbl 1147.62029号 [10] Bouezmarni,T。;Rombouts,J.V.K.,多元有界数据的非参数密度估计,J.Statist。计划。推断,140,1,139-152(2010),MR2568128·Zbl 1178.62026号 [11] Bouezmarni,T。;Rombouts,J.V.K.,正时间序列的非参数密度估计,计算。统计师。数据分析。,54、2、245-261(2010),MR2756423·Zbl 1464.62033号 [12] Bouezmarni,T。;Scaillet,O.,《非对称核密度估计量和平滑直方图在收入数据应用中的一致性》,《经济学》。理论。,21、2、390-412(2005),MR2179543·Zbl 1062.62058号 [13] 卡特,A.V.,多项式和多元正态实验之间的亏量距离,《统计年鉴》。,30、3、708-730(2002),MR1922539·Zbl 1029.62005号 [14] Chacón,J.E。;Duong,T.,(多元核平滑及其应用。多元核平滑及应用,统计学与应用概率专著,第160卷(2018),CRC出版社:佛罗里达州博卡拉顿CRC出版社),xxi+226,MR3822372·Zbl 1402.62003号 [15] Chen,S.X.,密度函数的Beta核估计,计算。统计师。数据分析。,31、2、131-145(1999),MR1718494·Zbl 0935.62042号 [16] Chen,S.X.,使用伽马核估计概率密度函数,Ann.Inst.Statist。数学。,52471-480(2000年),MR1794247·Zbl 0960.62038号 [17] Chevallier,E。;谢瓦利埃,A。;Angulo,J.,使用正交序列密度估计和黎曼度量计算张量图像的直方图,(第22届国际模式识别会议(2014)),900-905 [18] 切瓦利埃,E。;Kalunga,E。;Angulo,J.,高斯分布空间和对称正定矩阵的核密度估计,SIAM J.成像科学。,10191-215(2017),MR3606419·Zbl 1422.62136号 [19] 费尔南德斯,M。;Monteiro,P.K.,非对称核泛函的中心极限定理,Ann.Inst.Statist。数学。,57、3、425-442(2005),MR2206532·Zbl 1095.62041号 [20] Y.Fujikoshi。;乌利扬诺夫,V.V。;Shimizu,R.,(多元统计,多元统计,概率统计中的Wiley系列(2010),John Wiley&Sons,Inc.,Hoboken,NJ),xviii+533,MR2640807·Zbl 1304.62016年 [21] Funke,B。;Kawka,R.,使用两种非负乘法偏差校正方法的多元有界数据的非参数密度估计,计算。统计师。数据分析。,92、148-162(2015),MR3384258·Zbl 1468.62057号 [22] 加洛赫,M.P.B。;McNicholas,P.D.,偏斜矩阵变量分布的有限混合,模式识别。,80, 83-93 (2018) [23] Gasbara,D。;Pajevic,S。;Basser,P.J.,各向同性高斯噪声随机矩阵的特征值和扩散张量成像实验的设计,SIAM J.成像科学。,10, 3, 1511-1548 (2017) ·Zbl 1408.94196号 [24] Gibbs,A.L。;Su,F.E.,《关于选择和限定概率指标》,《国际统计评论》,70,3,419-435(2002)·Zbl 1217.62014年 [25] 古普塔,A.K。;Nagar,D.K.,矩阵变量分布,384(1999),Chapman和Hall/CRC [26] Hadjicosta,E.,《光纤质量测试中的积分变换方法》,ix+298(2019),宾夕法尼亚州立大学(博士论文) [27] 哈吉科斯塔,E。;Richards,D.,《良好性测试中的积分变换方法》,II:Wishart分布,《Ann.Inst.Statist》。数学。,72、6、1317-1370(2020年),MR4169380·兹比尔1466.62310 [28] 哈夫·L·R。;Kim,P.T。;Koo,J.-Y。;Richards,D.S.P.,Wishart分布混合的Minimax估计,Ann.Statist。,39,63417-3440(2011年),MR3012414·Zbl 1246.62137号 [29] Hirukawa,M。;Sakudo,M.,《广义伽玛核家族:非负数据的非对称核生成器》,J.Nonparametr。统计,27,1,41-63(2015),MR3304359·兹比尔132062080 [30] 胡,W。;White,M.,CMB极化引物,New Astron。,2, 4, 323-344 (1997) [31] Igarashi,G。;Kakizawa,Y.,非负数据的广义伽马核密度估计及其偏差减少,J.Nonparametr。统计,30,3,598-639(2018),MR3843043·Zbl 1404.62032号 [32] Kim,P.T。;Richards,D.S.P.,正定对称矩阵空间上的扩散张量成像和反褶积,(第二届MICCAI计算解剖学数学基础研讨会(2008),美国纽约),140-149,inria-00632882 [33] Kim,P.T。;Richards,D.S.P.,正定对称矩阵空间上的反卷积密度估计,(非参数统计和混合模型(2011),世界科学。出版物。,新泽西州哈肯萨克),147-168,MR2838725·Zbl 1414.62184号 [34] Kocherlakota,S。;Kocherlakota,K.,中心和非中心双变量齐方分布的近似,Commun。统计-模拟。计算。,28, 4, 909-930 (1999) ·Zbl 0968.62502号 [35] Kokonendji,C.C。;Somé,S.M.,《关于多元关联核估计一般密度函数》,J.Korean Statist。Soc.,47,1,112-126(2018),MR3760293·Zbl 1390.62055号 [36] Kokonendji,C.C。;Somé,S.M.,诊断非负正态数据半参数建模中的贝叶斯带宽,统计,4162-183(2021) [37] Kollo,T。;von Rosen,D.,《Wishart分布近似法》,《Ann.Inst.Statist》。数学。,47、4、767-783(1995),MR1370289·Zbl 0843.62061号 [38] 莱塔克,G。;Massam,H.,《Wishart分布的所有不变矩》,Scand。J.Stat.,31,2,295-318(2004),MR2066255·Zbl 1063.62081号 [39] 李,D。;卢,Y。;Chevallier,E。;Dunson,D.,对称空间上的密度估计和建模,1-41(2020),预印本,arXiv:2009.01983 [40] 卢,I.-L。;Richards,D.S.P.,Macmahon的主定理、表示理论和Wishart分布的矩,Adv.Appl。数学。,27、2-3、531-547(2001)、MR1868979·Zbl 1074.62514号 [41] Mallows,C.L.,随机对称矩阵的潜在向量,Biometrika,48133-149(1961),MR131312·Zbl 0209.50302号 [42] Minc,H。;Sathre,L.,一些涉及\(r!)^{1/r}\)的不等式,Proc。爱丁堡数学。Soc.(2),14,41-46(1964),MR162751·Zbl 0124.01003号 [43] Ouimet,F。;Tolosana-Delgado,R.,Dirichlet密度估计量的渐近性质,《多元分析杂志》。,187,第104832条pp.(2022),1-25,http://dx.doi.org/10.1016/j.jmva.2021.104832 ·Zbl 1480.62102号 [44] Pajevic,S。;Basser,P.J.,扩散张量MRI中噪声的参数描述,(第八届ISMRM年会,费城(1999)),1787年 [45] Pajevic,S。;Basser,P.J.,DT-MRI数据的参数和非参数统计分析,J.Magn。资源。,161, 1, 1-14 (2003) [46] Pelletier,B.,黎曼流形上的核密度估计,统计量。普罗巴伯。莱特。,73、3、297-304(2005),MR2179289·Zbl 1065.62063号 [47] Pollard,D.,测量之间的总变化距离,(渐近,版本:2005年2月15日),1-15,[URL]http://www.stat.yale.edu网站/波拉德/课程/607.spring05/handouts/Totalvar.pdf [48] Prakasa Rao,B.L.S.,(非参数函数估计.非参数函数估算,概率和数理统计(1983),学术出版社[Harcourt Brace Jovanovich,出版商]:学术出版社[Hacourt Blace Jovanocich,出版社]纽约),xiv+522,MR0740865·Zbl 0542.62025号 [49] 施瓦茨曼,A。;马斯卡伦哈斯,W.F。;Taylor,J.E.,高斯对称矩阵的特征值和特征向量的推断,Ann.Statist。,36、6、2886-2919(2008),MR2485016·Zbl 1196.62067号 [50] Scott,D.W.,(多元密度估计。多元密度估计,概率统计中的Wiley级数(2015),John Wiley&Sons,Inc.,Hoboken,NJ),xviii+350,MR3329609·Zbl 1311.62004号 [51] Serfling,R.J.,(数理统计的近似定理。数理统计的近似定理,概率与数理统计中的威利级数(1980),John Wiley&Sons,Inc.,纽约),xvi+371,MR0595165·Zbl 1001.62005号 [52] Somé,S.M.,([0,\infty)上伽马核密度估计器自适应带宽的贝叶斯选择器:模拟和应用,通信统计模拟计算,1-11(2020) [53] Somé,S.M。;Kokonendji,C.C.,([0,\infty)^d)上多元γ核估计的自适应带宽贝叶斯选择器,J.Appl.Stat.,1-22(2021) [54] 斯泰恩,H.S。;Roux,J.J.J.,非中心Wishart分布的近似值,南非统计师。J.,6,165-173(1972),MR326925·Zbl 0248.62022号 [55] Tan,W.Y。;Gupta,R.P.,《利用中心Wishart分布逼近非中心Wishatt分布:蒙特卡罗研究》,Comm.Statist。B、 11、1、47-64(1982),MR648656·Zbl 0496.62022号 [56] Vafaei Sadr,A。;Movahed,S.M.S.,《普朗克CMB地图中局部极值的聚类》,周一。不是。R.阿斯顿。Soc.5031815-829(2021) [57] de Waal,D.J。;Nel,D.G.,《关于Wishart矩阵的一些期望》,南非统计师。J.,7,61-67(1973),MR347003·Zbl 0275.62043号 [58] Zhang,S.,关于gamma核估计在边界上的性能的注记,Statist。普罗巴伯。莱特。,80、7-8、548-557(2010),MR2595129·Zbl 1185.62075号 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。