Most normality tests in the literature are performed for scalar and independent samples. Thus, they become unreliable when applied to colored processes, hampering their use in realistic scenarios. We focus on Mardia's multivariate kurtosis, derive closed-form expressions of its asymptotic distribution for statistically dependent samples, under the null hypothesis of normality. Included experiments illustrate, by means of copulas, that it does not suffice to test a one-dimensional marginal to conclude normality. The proposed test also exhibits good properties on other typical scenarios, such as the detection of a non-Gaussian process in the presence of an additive Gaussian noise.


翻译:文献中的大多数正常测试是针对标度和独立样品进行的,因此,在应用有色过程时,这些测试变得不可靠,妨碍了在现实情况下使用这些测试。我们侧重于马尔迪亚的多变曲线,在正常性的无效假设下,为统计上依赖的样本得出其无症状分布的封闭式表达方式。包括试样在内的实验通过阳极来说明,测试一维边缘不足以得出正常状态。提议的测试还显示了其他典型情景的良好特性,例如,在加注高山噪音的情况下检测非高山进程。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
52+阅读 · 2020年9月7日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
专知会员服务
159+阅读 · 2020年1月16日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
已删除
inpluslab
8+阅读 · 2019年10月29日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年11月8日
Arxiv
1+阅读 · 2021年11月7日
VIP会员
相关资讯
已删除
inpluslab
8+阅读 · 2019年10月29日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员