más sobre la estadística del supremo para probar la multivariada normalidad sesgada
Autores: Opheim, Timothy; Roy, Anuradha
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
más sobre la estadística del supremo para probar la multivariada normalidad sesgada
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Verificar
Generalización
Estadístico de prueba del supremo
Balakrishnan et al.
Estudios de simulación de Monte Carlo
Skew-normalidad multivariada
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
Esta revisión trata sobre verificar y generalizar la estadística de prueba del supremo desarrollada por Balakrishnan et al. Se realizan estudios de simulación exhaustivos para varias dimensiones con el fin de determinar el efecto, en términos de tamaño empírico, de la estadística de prueba del supremo desarrollada por Balakrishnan et al. para probar la asimetría multivariante normal. Los estudios de simulación de Monte Carlo indican que el error de Tipo-I de la prueba del supremo puede controlarse razonablemente bien para varias dimensiones en los niveles de significancia nominales dados de 0.05 y 0.01. Se proporcionan valores de corte para el número de muestras requeridas para alcanzar los niveles de significancia nominales de 0.05 y 0.01. Aquí se informan algunos datos nuevos y relevantes sobre la estadística de prueba del supremo.
Descripción
Esta revisión trata sobre verificar y generalizar la estadística de prueba del supremo desarrollada por Balakrishnan et al. Se realizan estudios de simulación exhaustivos para varias dimensiones con el fin de determinar el efecto, en términos de tamaño empírico, de la estadística de prueba del supremo desarrollada por Balakrishnan et al. para probar la asimetría multivariante normal. Los estudios de simulación de Monte Carlo indican que el error de Tipo-I de la prueba del supremo puede controlarse razonablemente bien para varias dimensiones en los niveles de significancia nominales dados de 0.05 y 0.01. Se proporcionan valores de corte para el número de muestras requeridas para alcanzar los niveles de significancia nominales de 0.05 y 0.01. Aquí se informan algunos datos nuevos y relevantes sobre la estadística de prueba del supremo.