Akhil K.瓦什。;查甘蒂，N.Rao 矩阵方程的非负定解及其在多元检验统计量中的应用。 （英语） Zbl 1148.62036号 统计Pap。 49，第1期，87-99（2008）. 小结：设（X\sim N_{p，N}（M，\Sigma）），其中平均值（M）是一个有序矩阵（p乘以N），协方差矩阵（\Sigma\）是有序矩阵（pn）的nnd。我们首先得到了科克伦定理的一个版本。基本上，该定理将验证（X）中矩阵二次型的Wishart性和独立性的问题简化为求解（Sigma）中的矩阵方程。接下来，我们获得了这些矩阵方程的nnd解类（Sigma）的特征。作为一个应用，我们给出了nnd矩阵类的一个简单描述，使得常见的多元检验统计量的分布除了比例因子外都是不变的。 引用于1文件 MSC公司： 62H10型 统计的多元分布 62小时05 多元概率分布的表征与结构理论；连接线 15A24号 矩阵方程和恒等式 62小时15分 多元分析中的假设检验 PDF格式BibTeX公司 XML格式引用 \textit{A.K.Vaish}和\textit{N.R.Chaganty}，Stat.Pap。49，编号1，87--99（2008；Zbl 1148.62036） 全文： 内政部 参考文献： [1] Chaganty NR，Vaish AK（1997）常见统计检验的不变性。线性代数应用264421–437·Zbl 0904.62065号 ·doi:10.1016/S0024-3795（97）00032-3 [2] Khatri CG（1962）法向量中二次多项式的Wishartness和独立性的条件。安。数学。统计331002–1007·Zbl 0108.32405号 ·doi:10.1214/aoms/1177704467 [3] Khatri CG（1963）对法向量中二次多项式的Wishartness和独立性的进一步贡献。J.印度统计师。协会1，61–70 [4] Mathew T，Nordstrom K（1997），与矩阵二次型相关的Wishart和chi-square分布。J.多变量分析61，129–143·Zbl 0948.62033号 ·doi:10.1006/jmva.1997.1665 [5] Pavur RJ（1987）特定协方差结构下的多元二次型分布。可以。《统计学杂志》15、169–176·Zbl 0626.62050号 ·数字对象标识代码：10.2307/3315206 [6] Searle SR（1971）线性模型。纽约威利·Zbl 0218.62071号 [7] Searle SR（1982）《矩阵代数对统计学有用》。纽约威利·Zbl 0555.6202号 [8] Wang T（1997）正规矩阵中一般二次表达式的Cochran定理版本。J.统计。计划。推断58、283–297·Zbl 0937.62594号 ·doi:10.1016/S0378-3758（96）00084-5 [9] Wong CS，Cheng H，Masaro J（1999）Cochran定理的多元版本。线性代数应用291227–234·Zbl 0928.62040号 ·doi:10.1016/S0024-3795（98）10239-2 [10] Wong CS，Masaro J，Wang T（1991）Cochran定理的多元版本。《多变量分析杂志》39，154-174·Zbl 0749.62037号 ·doi:10.1016/0047-259X（91）90011-P [11] Wong CS，Wang T（1993）Cochran定理的多元版本II。《多变量分析杂志》44，146–159·Zbl 0765.62057号 ·doi:10.1006/jmva.1993.1008 [12] Vaish AK，Chaganty NR（2004）Kronecker乘积协方差结构的矩阵二次型的Wishartness和独立性。线性代数应用388、379–388·Zbl 1051.62048号 ·doi:10.1016/j.laa.2009年10月10日 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。