当前位置:主页 > 科技论文 > 数学论文 >

基于Cholesky分解的协方差矩阵估计

发布时间:2024-03-23 22:44
  重复测量数据经常在心理学、社会科学、经济学和医学研究等领域出现.对于重复测量数据,高维(HD)和正定(PD)约束是协方差和相关矩阵建模的2个主要障碍.基于Cholesky型分解的方法在处理HD和PD问题上是有效的.基于修正的Cholesky分解(MCD)、替代Cholesky分解(ACD)和Cholesky因子参数化(HPC) 3种方法,对遵循高斯分布的重复测量数据拟合联合均值和方差模型,然后对参数估计的协方差矩阵进行了比较.

【文章页数】:6 页


本文编号:3936578

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/yysx/3936578.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e2606***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com