Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Testing exchangeability of multivariate distributions

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F23%3A00583578" target="_blank" >RIV/67985556:_____/23:00583578 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/67985807:_____/23:00559538

  • Výsledek na webu

    <a href="https://www.tandfonline.com/doi/full/10.1080/02664763.2022.2102158" target="_blank" >https://www.tandfonline.com/doi/full/10.1080/02664763.2022.2102158</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1080/02664763.2022.2102158" target="_blank" >10.1080/02664763.2022.2102158</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Testing exchangeability of multivariate distributions

  • Popis výsledku v původním jazyce

    lthough there have been a number of available tests of bivariate exchangeability, i.e. bivariate symmetry for bivariate distributions, the literature is void of tests whether a multivariate distribution with more than two dimensions is exchangeable or not. In this paper, multivariate permutation tests of exchangeability of multivariate distributions are proposed, which are based on the non-parametric combination methodology, i.e. on combining non-parametric bivariate exchangeability tests. Numerical experiments on real as well as simulated multivariate data with more than two dimensions are presented here. The multivariate permutation test turns out to be typically more powerful than a bivariate exchangeability test performed only over a single pair of variables, and also more suitable compared to tests exploiting the approaches of Benjamini–Yekutieli or Bonferroni.

  • Název v anglickém jazyce

    Testing exchangeability of multivariate distributions

  • Popis výsledku anglicky

    lthough there have been a number of available tests of bivariate exchangeability, i.e. bivariate symmetry for bivariate distributions, the literature is void of tests whether a multivariate distribution with more than two dimensions is exchangeable or not. In this paper, multivariate permutation tests of exchangeability of multivariate distributions are proposed, which are based on the non-parametric combination methodology, i.e. on combining non-parametric bivariate exchangeability tests. Numerical experiments on real as well as simulated multivariate data with more than two dimensions are presented here. The multivariate permutation test turns out to be typically more powerful than a bivariate exchangeability test performed only over a single pair of variables, and also more suitable compared to tests exploiting the approaches of Benjamini–Yekutieli or Bonferroni.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Journal of Applied Statistics

  • ISSN

    0266-4763

  • e-ISSN

    1360-0532

  • Svazek periodika

    50

  • Číslo periodika v rámci svazku

    15

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    15

  • Strana od-do

    3142-3156

  • Kód UT WoS článku

    000830637300001

  • EID výsledku v databázi Scopus

    2-s2.0-85134794382