基于经验分布函数的高维正态性检验（英文）

作者：崔甲蓉; 朱枫怡; 刘佳敏; 许王莉^*

来源：应用概率统计, 2020, 36(01): 41-58.

• 高维
• 特征值分解
• EDF检验统计量

基于经验分布函数(EDF)的Kolmogorov-Smirnov (KS),Cramer-von Mises (CM)和AndersonDarling (AD)统计量是单变量正态性检验中常用的统计量.本文通过变量降维方法,提出基于EDF的广义统计量来检验高维正态性.通过蒙特卡洛方法模拟了三种统计量的近似临界值,并基于单变量情形下统计量的近似分布公式研究了广义统计量在原假设下的近似分布.蒙特卡洛模拟说明在某些备择假设下,所提出的统计量比现有方法功效更好.最后,本章将提出的检验方法应用于实际数据验证统计量的有效性.

• 单位
  北京大学; 中国人民大学