基于秩的散射齐次性最优检验

我们提出了一类基于多元秩和符号的局部及渐近最优检验，用于检验 $m$ 个椭圆总体中散射矩阵的齐次性。与现有的参数过程相反，这些检验无需任何矩假设即可保持有效，因此对重尾分布具有完美的稳健性（有效性稳健性）。尽管如此，它们在正确指定的椭圆密度下达到了半参数效率界，并在所有情况下保持了高功效（效率稳健性）。特别是，其正态得分版本在非常广泛的非高斯密度（包括所有多元 Student 分布和幂指数分布）下，优于传统的高斯似然比检验及其伪高斯稳健化版本。