|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Second Order Expansions for High-Dimension Low-Sample-Size Data Statistics in Random Settingстатья
Статья опубликована в высокорейтинговом журнале
Информация о цитировании статьи получена из
Web of Science,
Scopus
Статья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 24 сентября 2020 г.
- Авторы: Christoph Gerd, Ulyanov Vladimir V.
- Журнал: Mathematics
- Том: 8
- Номер: 7
- Год издания: 2020
- Издательство: MDPI
- Местоположение издательства: Basel, Switzerland
- Номер статьи: 1151
- DOI: 10.3390/math8071151
- Аннотация: We consider high-dimension low-sample-size data taken from the standard multivariate normal distribution under assumption that dimension is a random variable. The second order Chebyshev–Edgeworth expansions for distributions of an angle between two sample observations and corresponding sample correlation coefficient are constructed with error bounds. Depending on the type of normalization, we get three different limit distributions: Normal, Student’s t-, or Laplace distributions. The paper continues studies of the authors on approximation of statistics for random size samples.
- Добавил в систему: Ульянов Владимир Васильевич