利用 Ledoit-Wolf 非线性收缩估计量改进 Hotelling $T^2$ 检验
统计理论
2022-06-07 v2 统计理论
摘要
Hotelling 的 检验是一种经典方法，用于判别两个共享总体协方差矩阵的多元正态样本的均值。Hotelling 检验对于高维样本并不理想，因为估计样本协方差矩阵的特征值与其总体对应特征值是不一致的估计量。我们用 Ledoit 和 Wolf 2020 年的非线性收缩估计量替代样本协方差矩阵。我们在亚高斯数据的实证中观察到，所得算法在一类总体协方差矩阵上优于以往的方法（Bai and Saranadasa 1996、Chen and Qin 2010 以及 Li et al. 2020），该类矩阵包含高或低条件数以及多或少的显著（即尖峰）特征值。
引用
@article{arxiv.2202.12725,
title = {An Improvement on the Hotelling $T^2$ Test Using the Ledoit-Wolf Nonlinear Shrinkage Estimator},
author = {Benjamin D. Robinson and Robert Malinas and Van Latimer and Beth Bjorkman Morrison and Alfred O. Hero},
journal= {arXiv preprint arXiv:2202.12725},
year = {2022}
}
备注
5 pages, 4 figures, submitted to EUSIPCO 2022 conference