我正在寻找一个强大的 Hotelling 版本检验向量的均值。作为数据，我有一个矩阵，，每一行都是一个独立同分布的样本维房车，. 我想测试的零假设是， 在哪里是一个固定的维向量。经典的 Hotelling 检验似乎易受分布中的非正态性影响（就像一维模拟一样，学生 t 检验易受偏斜和峰度的影响）。
该测试的最新稳健版本是什么？我正在寻找相对快速且概念上简单的东西。COMPSTAT 2008 上有一篇关于该主题的论文，但我无法访问该程序。有什么帮助吗？
健壮的Hotelling版本吨2T2测试
机器算法验证
强大的
2022-04-11 00:06:20
2个回答
当然：两个答案
a）如果通过稳健性，您的意思是对异常值稳健，然后使用规模/分散的稳健估计运行 Hottelling 的 T 检验：您将在此处找到所有解释和 R 代码：http: //www.statsravingmad.com/blog/统计/a-robust-hotelling-test/
b）如果通过鲁棒性你的意思是在大量分布下是最优的，那么你应该选择基于符号的 T2（问这是否你想要的，我认为不是你的问题的语气）。
PS：这是你要的论文；Roelant, E.、Van Aelst, S. 和 Willems, G.（2008 年），“用于稳健 Hotelling 测试的快速引导程序”，COMPSTAT 2008：计算统计学报（P. Brito，Ed.） 海德堡：Physika-Verlag，出现。
一些稳健的替代方案在 Hotelling 的 T 2 检验的稳健的逐步替代方案中讨论，它处理由逐步回归产生的残差边缘的修剪均值，以及Hoteslling 的 T^2 控制图的稳健替代方案的比较，其中概述一些基于 MVE、MCD、RMCD 和修整均值的稳健替代方案。
其它你可能感兴趣的问题