QUICK REVIEW
[论文解读] A generalised Kotz type distribution and Riesz distribution
José A. Dı́az-Garcı́a|arXiv (Cornell University)|Apr 19, 2013
Matrix Theory and Algorithms参考文献 25被引用 6
一句话总结
本文通过推导满足 Y = X*X 服从实赋范除法代数上 Riesz 分布的随机矩阵 X 的分布,引入了 Kotz-Riesz 分布,作为矩阵 variate 正态分布和 Wishart 分布的推广。主要贡献在于提出了 Kotz-Riesz 分布的两个版本及其特征函数,通过 Riesz 测度将多变量椭圆分布扩展至非正态、重尾设定。
ABSTRACT
This article derives the distribution of random matrix $\mathbf{X}$ associated with the transformation $\mathbf{Y} = \mathbf{X}^{*}\mathbf{X}$, such that $\mathbf{Y}$ has a Riesz distribution for real normed division algebras. Two versions of this distributions are proposed and some of their properties are studied.
研究动机与目标
- 通过基于 Riesz 测度的新分布类,推广矩阵 variate 正态分布和 Wishart 分布。
- 为实赋范除法代数(R, C, H, O)上的随机矩阵定义并研究 Kotz-Riesz 分布的两个版本。
- 通过矩阵变换建立 Riesz 分布与新 Kotz-Riesz 分布之间的联系。
- 推导 Kotz-Riesz 分布的特征函数与矩生成函数,以用于多变量统计推断。
- 将现有椭圆分布理论扩展至多变量分析中的非正态、重尾模型。
提出的方法
- 利用实赋范除法代数上的矩阵 variate 变换,推导满足 Y = X*X 具有 Riesz 分布的 X 的分布。
- 应用对称锥上广义伽马函数的对称锥理论,定义 Riesz 分布。
- 使用对角多项式与矩阵变量的超几何函数表达密度函数与特征函数。
- 通过变换 X = μ + Θ^{1/2}ZΣ^{1/2}(其中 Z 服从标准 Kotz-Riesz 形式)建立 Kotz-Riesz 分布的特征函数。
- 采用 Riesz 测度及其推广形式,定义两个版本的 Kotz-Riesz 分布,分别由参数 κ 和 β 索引。
- 应用矩阵 variate 特殊函数的结果,包括广义 Pochhammer 符号与对称锥上的多变量伽马函数。
实验结果
研究问题
- RQ1如何通过 Riesz 测度将 Wishart 分布推广至超越正态假设的设定?
- RQ2Kotz-Riesz 分布的两个不同版本是什么?它们与 Riesz 分布和 Kotz 分布有何关系?
- RQ3Kotz-Riesz 分布的特征函数是什么?它如何推广正态与 Wishart 情况?
- RQ4Kotz-Riesz 分布的矩与分布性质与矩阵 variate 正态分布和 Wishart 分布相比有何异同?
- RQ5Kotz-Riesz 分布在多变量分析中如何扩展椭圆分布族?
主要发现
- Kotz-Riesz 分布被推导为满足 X*X 服从 Riesz 分布的 X 的分布,推广了 Wishart 分布与矩阵正态分布。
- 正式定义了 Kotz-Riesz 分布的两个版本,其中一者将经典 Kotz 分布推广至矩阵 variate 设定。
- Kotz-Riesz 分布的特征函数以对角多项式与矩阵变量的广义超几何函数表示。
- 特征函数表示为 φ_X(T) = exp(iμT*) × E[etr(iZ(Θ^{1/2}TΣ^{1/2})*)],其中期望涉及广义伽马函数与对角多项式。
- 该分布被证明属于左椭圆分布族,可直接应用现有关于矩、估计与假设检验的结果。
- 本文证明 Kotz-Riesz 分布推广了矩阵 variate 正态分布与 Wishart 分布,尤其在 β = 1 且特定参数选择下。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。