Segundo orden de expansiones para estadísticas de datos de alta dimensión y baja muestra en un entorno aleatorio
Autores: Christoph, Gerd; Ulyanov, Vladimir V.
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Segundo orden de expansiones para estadísticas de datos de alta dimensión y baja muestra en un entorno aleatorio
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Datos de alta dimensión
Tamaño de muestra pequeño
Distribución normal multivariante
Expansiones de Chebyshev-Edgeworth
Coeficiente de correlación de la muestra
Distribuciones límite
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
Consideramos datos de alta dimensión y baja muestra tomados de la distribución normal multivariante estándar bajo la suposición de que la dimensión es una variable aleatoria. Se construyen expansiones de segundo orden de Chebyshev-Edgeworth para las distribuciones de un ángulo entre dos observaciones de muestra y el coeficiente de correlación de muestra correspondiente con límites de error. Dependiendo del tipo de normalización, obtenemos tres distribuciones límite diferentes: Normal, t de Student o distribuciones de Laplace. El documento continúa los estudios de los autores sobre la aproximación de estadísticas para muestras de tamaño aleatorio.
Descripción
Consideramos datos de alta dimensión y baja muestra tomados de la distribución normal multivariante estándar bajo la suposición de que la dimensión es una variable aleatoria. Se construyen expansiones de segundo orden de Chebyshev-Edgeworth para las distribuciones de un ángulo entre dos observaciones de muestra y el coeficiente de correlación de muestra correspondiente con límites de error. Dependiendo del tipo de normalización, obtenemos tres distribuciones límite diferentes: Normal, t de Student o distribuciones de Laplace. El documento continúa los estudios de los autores sobre la aproximación de estadísticas para muestras de tamaño aleatorio.