|
ИСТИНА |
Войти в систему Регистрация |
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
Short Expansions for High-Dimension Low-Sample-Size Data Statistics in Random Settingстатья
- Авторы: Ulyanov V.V., Christoph G.
- Сборник: Пятая Международная конференция по стохастическим методам (МКСМ-5) = The 5th International Conference on Stochastic Methods (ICSM-5) : материалы Международной научной конференции. Россия, Москва, 23–27 ноября 2020 г. / под общ. ред. Д. В. Козырева
- Год издания: 2020
- Издательство: РУДН
- Местоположение издательства: М.
- Первая страница: 214
- Последняя страница: 218
- 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