中文

大维非中心样本协方差矩阵特征值的精确分离

概率论 2023-08-15 v3 统计理论 统计理论

摘要

\bbBn=1n(\bbRn+\bbTn1/2\bbXn)(\bbRn+\bbTn1/2\bbXn) \bbB_n =\frac{1}{n}(\bbR_n + \bbT^{1/2}_n \bbX_n)(\bbR_n + \bbT^{1/2}_n \bbX_n)^* ,其中 \bbXn \bbX_n p×n p \times n 独立标准化随机变量矩阵, \bbRn \bbR_n p×n p \times n 非随机矩阵(表示信息), \bbTn \bbT_{n} p×p p \times p 非随机非负定Hermitian矩阵。在关于 \bbRn\bbRn \bbR_n \bbR_n^* \bbTn \bbT_n 的某些条件下,已证明对于极限谱分布支撑集外的任意闭区间,以概率1对所有足够大的 p p 均不会有特征值落于该区间内。本文旨在继续研究极限谱分布的支撑集,并我们展示了一种精确分离现象:以概率1,恰当数量的特征值位于这些区间的两侧。

关键词

引用

@article{arxiv.2308.03481,
  title  = {Exact Separation of Eigenvalues of Large Dimensional Noncentral Sample Covariance Matrices},
  author = {Zhidong Bai and Jiang Hu and Jack W. Silverstein and Huanchao Zhou},
  journal= {arXiv preprint arXiv:2308.03481},
  year   = {2023}
}