多元空间过程协方差矩阵的最小特征值
统计理论
2016-02-10 v1 统计理论
摘要
为多元空间过程提供模型日益引起关注。这些模型大多指定参数化矩阵协方差函数。基于观测，参数通过最大似然或其变体进行估计。尽管单变量空间过程最大似然估计量的渐近性质已被详细分析，多元空间过程的最大似然估计量尚未得到应有的关注。本文中我们考虑限制位置间最小距离的古典递增域渐近设定。那么，从理论角度研究的主要组成部分之一是底层协方差矩阵的渐近正定性。基于对矩阵协方差函数非常弱的假设，我们证明了协方差矩阵的最小特征值渐近有界远离零。同时也讨论了若干实际含义。
引用
@article{arxiv.1602.02882,
title = {On the smallest eigenvalues of covariance matrices of multivariate spatial processes},
author = {François Bachoc and Reinhard Furrer},
journal= {arXiv preprint arXiv:1602.02882},
year = {2016}
}