In this paper, the exact distribution of the largest eigenvalue of a singular random matrix for multivariate analysis of variance (MANOVA) is discussed. The key to developing the distribution theory of eigenvalues of a singular random matrix is to use heterogeneous hypergeometric functions with two matrix arguments. In this study, we define the singular beta F-matrix and extend the distributions of a nonsingular beta F -matrix to the singular case. We also give the joint density of eigenvalues and the exact distribution of the largest eigenvalue in terms of heterogeneous hypergeometric functions.


翻译:本文讨论了用于多变量差异分析的单一随机矩阵(MANOVA)的最大电子元值的准确分布情况。开发单一随机矩阵(MANOVA)电子元值分布理论的关键是使用具有两个矩阵参数的多元超几何函数。在本研究中,我们定义了单倍F矩阵,并将非单数贝贝F矩阵的分布扩展至单数。我们还给出了非单数贝贝F矩阵的共密度和最大超几何函数的最大电子元值的确切分布。

0
下载
关闭预览

相关内容

【图与几何深度学习】Graph and geometric deep learning,49页ppt
专知会员服务
76+阅读 · 2021年3月16日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
论文浅尝 | GEOM-GCN: Geometric Graph Convolutional Networks
开放知识图谱
14+阅读 · 2020年4月8日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
图神经网络库PyTorch geometric
图与推荐
17+阅读 · 2020年3月22日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
PyTorch 实战:计算 Wasserstein 距离
Python开发者
4+阅读 · 2019年3月19日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
23+阅读 · 2021年3月4日
Adversarial Metric Attack for Person Re-identification
Arxiv
4+阅读 · 2018年2月19日
Arxiv
4+阅读 · 2018年1月15日
VIP会员
相关资讯
论文浅尝 | GEOM-GCN: Geometric Graph Convolutional Networks
开放知识图谱
14+阅读 · 2020年4月8日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
图神经网络库PyTorch geometric
图与推荐
17+阅读 · 2020年3月22日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
PyTorch 实战:计算 Wasserstein 距离
Python开发者
4+阅读 · 2019年3月19日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7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