Covariance reducing models: An alternative to spectral modelling of covariance matrices

Volver a la Vista simple
dc.conicet.fuenteindividual
dc.conicet.organizacionUniversity of Minnesota
dc.conicet.organizacionConsejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Matemática Aplicada del Litoral. Universidad Nacional del Litoral. Instituto de Matemática Aplicada del Litoral
dc.conicet.paisOrganizacionEstados Unidos
dc.conicet.paisOrganizacionArgentina
dc.conicet.produccionid6305144
dc.contributor.authorCook, R. Dennis
dc.contributor.authorForzani, Liliana Maria
dc.date.accessioned2019-09-24T00:03:47Z
dc.date.available2019-09-24T00:03:47Z
dc.date.issued2008-12
dc.date.updated2019-09-20T14:17:43Z
dc.description.abstractWe introduce covariance reducing models for studying the sample covariance matrices of a random vector observed in different populations. The models are based on reducing the sample covariance matrices to an informational core that is sufficient to characterize the variance heterogeneity among the populations. They possess useful equivariance properties and provide a clear alternative to spectral models for covariance matrices.es
dc.description.filFil: Cook, R. Dennis. University of Minnesota; Estados Unidos
dc.description.filFil: Forzani, Liliana Maria. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Matemática Aplicada del Litoral. Universidad Nacional del Litoral. Instituto de Matemática Aplicada del Litoral; Argentina
dc.formatapplication/pdfes
dc.identifier.citationCook, R. Dennis; Forzani, Liliana Maria; Covariance reducing models: An alternative to spectral modelling of covariance matrices; Oxford University Press; Biometrika; 95; 4; 12-2008; 799-812es
dc.identifier.institucionalCONICET
dc.identifier.issn0006-3444es
dc.identifier.repoCONICET Digital
dc.identifier.urihttp://hdl.handle.net/11336/84236
dc.journal.ciudadOxfordes
dc.journal.number4es
dc.journal.pagination799-812es
dc.journal.paisReino Unidoes
dc.journal.titleBiometrikaes
dc.journal.volume95es
dc.language.isoenges
dc.publisherOxford University Presses
dc.relation.alternativeidinfo:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1093/biomet/asn052
dc.relation.alternativeidinfo:eu-repo/semantics/altIdentifier/url/https://academic.oup.com/biomet/article-abstract/95/4/799/262858
dc.rightsinfo:eu-repo/semantics/openAccess*
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/*
dc.subjectCENTRAL SUBSPACEes
dc.subjectDIMENSION REDUCTIONes
dc.subjectENVELOPESes
dc.subjectGRASSMANN MANIFOLDSes
dc.subjectREDUCING SUBSPACESes
dc.subject.classificationMatemática Puraes
dc.subject.classificationMatemáticases
dc.subject.classificationCIENCIAS NATURALES Y EXACTASes
dc.titleCovariance reducing models: An alternative to spectral modelling of covariance matriceses
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:ar-repo/semantics/artículo
dc.typeinfo:eu-repo/semantics/publishedVersion

Archivos

Bloque original

Miniatura
Nombre:
CONICET_Digital_Nro.af3cbe64-06d7-4ca3-9c33-c7b0dc2894ef_B.pdf
Tamaño:
171.69 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar

Colecciones

Articulos(IMAL)
Volver a la Vista simple