高维正态模型下k样本均值向量的线性假设检验.pdfVIP

高维正态模型下k样本均值向量的线性假设检验 摘 要 高维数据越来越多出现在各个领域，高维数据的一个共同特征是数据的维度 大于或远大于数据的大小。本文主要研究了高维正态模型中均值向量的线性假设 检验问题。 在第一章中，介绍高维均值向量假设检验的一些已有文献，然后给出了本文 的组织结构。 在第二章中，首先考虑 具 有不同 协 方 差阵 的独立 p维正态 总体均值向量线 性假设的检验问题，提出一 种新 的检验方 法 。在一定的正则 性 条 件下，给出检验 统计量 渐近零 分 布 和 非零 分 布 。最 后进行模拟 研究 比较我 们所提出的检验与其 他 竞争 检验 优势 。 在第 三 章中，研究 具 有 相 等 协 方 差矩阵 的均值向量的线性假设检验问题。基 于 广 义 似 然 比 （G L R ) 方 法 优点 ，得到 G L R 检验统计量。在一 般 条 件下，分 别给出了检验统计量 渐近零 分 布 和 非零 分 布 。模拟 结果表明，所提出的检验在 水平 和 功效上优 于其他 竞争 检验。 本文 总 结于第四章。 关 键词 ： 高维数据 ；线性假设 ；尺度 变换 不 变 检验 ；广义似然 比方 法；渐近分布 ii C ontents ABST RA CT i 中文摘要 ii Chapter 1 Introduction 1.1 Tests for mean vectors 1.1.1 Testing the equality of mean vectors 2 1.1.2 Testing the equality of k-sample mean vectors 3 1.1.3 Testing linear hypothesis of mean vectors 4 1.2 The work and structure 4 Chapter 2 Testing linear hypothesis of high-dimensional means with unequal covariance matrices 6 2. Preliminaries 6 2.2 Main results and proofs 7 2.3 Simulation studies Chapter 3 A generalized likelihood ratio test for linear hypothesis of k-sample means in high dimension 19 3.1 Preliminaries 19 3.2 Main results and proofs 20