Differential relations for the largest root distribution of complex non-central Wishart matrices
导出了具有单位协方差阵的非中心复Wishart分布最大特征值的密度函数的完整系统。此外,还导出了一个新的密度函数的行列式公式(m= 2,3时),或予以简化。
2016-09-07 math.ST stat.TH
Correction on Moments of minors of Wishart matrices
M. Wishart矩阵子式矩的修正Drton和A.戈亚(安。中央集权主义者。36(2008)2261-2283),arXiv:math/0604488
2012-08-16 math.ST stat.TH
Eigenvalue Density of the Doubly Correlated Wishart Model: Exact Results
在不同时间和不同观测点收集的数据集可以具有不同时间$and$和不同位置的相关性。双重相关的Wishart模型将两者都考虑在内。我们利用超对称性计算了Wishart相关矩阵的本征值密度。在复杂的情况下,我们得到了一个新的封闭形式的表达,我们在文献中以前的结果进行比较。在更相关和更复杂的实际情况下,我们推导出一个四重积分的密度表达式。最后,我们计算了大相关矩阵极限下的密度。
2014-12-09 math-ph math.MP math.ST
Distribution of ratio of two Wishart matrices and evaluation of cumulative probability by holonomic gradient method
研究了具有不同协方差阵的两个中心Wishart矩阵之比的分布。我们首先推导出一个特定的矩阵形式的比率的密度函数,并表明其累积分布函数可以表示在一个矩阵的辐角的超几何函数2F1。然后,我们应用完整梯度法数值计算的超几何函数。这种方法使我们能够计算Roy最大根检验的幂函数,以检验两个协方差阵是否相等。
2016-10-28 math.ST stat.TH
Distribution of the Smallest Eigenvalue in Complex and Real Correlated Wishart Ensembles
对于关联Gaussian Wishart系综,我们计算了最小本征值的分布和相应的间隙概率,得到了复态(β=2)和实态(β=1)的精确结果。对于一组特定的经验相关矩阵,我们发现普遍性的谱密度,为真正的和复杂的合奏和各种矩形。我们计算了间隙概率和最小本征值分布的渐近和普适结果。我们使用超对称方法,特别是广义Hubbard-Stratonovich变换和超玻色化。
2014-04-11 math-ph math.MP math.ST
On Elliptical and Inverse Elliptical Wishart distributions
本文研究椭圆型与逆椭圆型Wishart分布,推导其随机表示,得到关键统计性质与高效随机矩阵生成方法,并通过真实脑电图数据拟合实验验证了其建模真实协方差矩阵的有效性。
2024-10-31 math.ST stat.ME stat.TH
Limit theorem associated with Wishart matrices with application to hypothesis testing for common principal components
本文导出了当Wishart分布的自由度和矩阵参数的大小不同时Wishart分布的一个新性质。特别地,在高维渐近条件下证明了四个独立Wishart矩阵乘积的渐近正态性.作为结果的应用,提出了一个公共主成分假设的统计检验方法。对于这个问题,所提出的检验统计量在原假设下是渐近正态的。此外,在备择假设下,提出的检验统计量在概率上发散到正无穷大。
2020-07-19 math.ST stat.TH
A Survey on the Eigenvalues Local Behavior of Large Complex Correlated Wishart Matrices
本说明的目的是对作者最近的作品进行教学调查(arXiv:1409.7548和arXiv:1507.06013)关于在谱的边缘和尖点处的大的复相关Wishart矩阵的特征值的局部行为:在相当一般的条件下,本征值在极限谱的软边、硬边(当硬边存在时)和尖点处的涨落分别用Airy核描述,贝塞尔核或者皮尔斯核此外,在几个软边缘的特征值波动是渐近独立的。特别地,可以描述矩阵条件数的渐近涨落。最后给出了硬边渐近性的次项。
2015-09-16 math-ph math.MP math.PR
Miscellaneous results related to the Gaussian product inequality conjecture for the joint distribution of traces of Wishart matrices
本文报道了Wishart矩阵迹的联合分布的Gaussian乘积不等式(GPI)猜想的部分结果。特别是,Wei(2014)和Liu et al.(2015)的几个GPI相关结果以两种方式扩展:用更一般的函数类替换幂函数,以及用更一般的trace-Wishart分布假设替换通常的高斯和多元伽马分布假设。这些研究结果表明,克罗内克积形式的GPI持有对角块的任何Wishart分布。
2023-01-24 math.FA math.PR math.ST
Extreme Eigenvalue Distributions of Some Complex Correlated Non-Central Wishart and Gamma-Wishart Random Matrices
令$\mathbf{W}$是通过$\mathbf{W}=\mathbf{X}^H\mathbf{X}$定义的相关复非中心Wishart矩阵,其中$\mathbf{X}$是具有非零均值$\boldsymbolΥ$和非平凡协方差$\boldsymbolΣ$的$n\times m \, (n\geq m)$复高斯。我们导出了极值特征值的累积分布函数(c.d.f.s)的精确表达式(即,最大值和最小值)。这些结果非常简单,涉及快速收敛的无穷级数,并适用于$\boldsymbolΥ$具有秩1的实际重要情况。对于一类伽玛-Wishart随机矩阵,$\boldsymbolΥ^H\boldsymbolΥ$服从矩阵变量Γ分布,我们也得到了类似的结果.本文中的特征值分布在无线通信系统中有各种应用,并出现在其他领域,如计量经济学,统计物理学和多元统计。
2011-01-05 cs.IT math.IT math.ST
Distribution of the largest eigenvalue for real Wishart and Gaussian random matrices and a simple approximation for the Tracy-Widom distribution
我们推导出有效的递归公式,给出有限维实Wishart矩阵和高斯正交包络(GOE)的最大特征值的精确分布。在比较大随机矩阵的极限分布的精确分布,我们还发现,特雷西-Widom定律可以近似为一个适当的缩放和移位的伽玛分布,具有很大的准确性,为共同感兴趣的值在统计应用。
2014-04-22 cs.IT math.IT math.ST
Moments of minors of Wishart matrices
对于服从Wishart分布的随机矩阵,我们导出了复合矩阵的期望和协方差阵的计算公式。$m$阶的复合矩阵由Wishart矩阵的所有$m\times m$ -子式填充。我们的结果产生的一阶和二阶矩的多元正态观测的样本协方差阵的子。这项工作的动机是这样一个事实,即这种未成年人出现在协方差阵在许多经典的多变量问题的约束的表达。
2008-11-05 math.PR math.ST stat.TH
Compound Wishart Matrices and Noisy Covariance Matrices: Risk Underestimation
本文利用复合Wishart矩阵的正交不变性,得到了复合Wishart矩阵逆的期望的一个性质。利用这一性质以及随机矩阵理论(RMT)的结果,我们推导出估计协方差矩阵对计算最优投资组合风险的噪声的渐近效应。这反过来又使我们能够得到一个渐近无偏估计的最优投资组合的风险,不仅在独立的情况下,而且在相关的观察。这种改进提供了一种新的方法来估计投资组合的风险的基础上估计的协方差矩阵的指数加权移动平均的股票收益。
2013-06-24 math.ST q-fin.PM q-fin.RM
The middle-scale asymptotics of Wishart matrices
本文研究了具有$n$自由度的实$p$维Wishart随机矩阵当$n,p\rightarrow\infty$但$p/n\rightarrow 0$时的行为.我们建立了相变的存在时,$p$增长的顺序为$n^{(K+1)/(K+3)}$的每$k\in\mathbb{N}$,并推导出每两个相变之间的近似密度的表达式。为此,我们使用一种新的工具,我们称之为G变换的分布,这是密切相关的特征函数。我们还导出了$t$ -分布在实对称矩阵上的推广,它在G-变换下自然地表现为Wishart的共轭分布,并证明了当$p/n\rightarrow 0$时,它的经验谱分布服从周期律.最后,我们讨论了如何相变的Wishart分布可能起源于对称$t$统计收敛率的变化。
2017-05-09 math.PR math.ST stat.TH
On Wilks' problem: Exact recursive formulas via Stein's method for the joint moments of disjoint principal minors of Wishart random matrices
The University of Manchester(曼彻斯特大学);Université du Québec à Trois-Rivières(特鲁瓦-里维耶尔魁北克大学)
解决威尔克斯提出的计算威沙特随机矩阵不相交主子式联合矩的问题,利用斯坦因方法,通过威沙特斯坦特征得到降阶递归公式并精确求值,数值实验验证公式。
2026-07-07 math.PR math.ST stat.TH
Spectral correlation functions of the sum of two independent complex Wishart matrices with unequal covariances
我们计算两个独立的复Wishart矩阵的和H的谱统计,每个矩阵与不同的协方差矩阵相关。随机矩阵理论有许多应用,包括随机矩阵的和与积。通常,矩阵元素之间具有相关性的集合更难求解。利用超对称、超玻色化和双正交函数的组合,我们能够确定任意矩阵尺寸N下H的所有谱k点密度关联函数。在半退化的情况下,当协方差矩阵之一是成比例的身份,最近的结果Kumar的联合特征值分布的H作为我们的出发点。在这种情况下,系综具有双正交结构,我们明确地确定了它的内核,提供了有限N的精确解。核函数由计算单个特征多项式的期望值得出。在一般的非退化的情况下,生成函数的k点预解式是从一个超对称的评价的期望值的k比率的特征多项式。数值模拟说明了我们的发现在有限N的谱密度,我们也给出了指示如何做渐近大N分析。
2016-07-02 cond-mat.stat-mech math-ph math.MP
Projective Wishart Distributions
该研究提出射影威沙特分布的概念,揭示其与正定矩阵仿射不变几何的关联,证明其Fréchet均值与原威沙特协方差参数的缩放关系,并给出2×2矩阵情形下的简洁密度表达式。
2024-07-12 math.PR math.ST stat.TH
On Efficient Sampling Schemes for the Eigenvalues of Complex Wishart Matrices
本文指出已有文献提供了两种仅需2n+1个卡方随机变量的高效采样方法,可推广到一般n维复Wishart矩阵特征值采样,并适用于单尖峰方差矩阵和实Wishart矩阵情形。
2024-01-22 math.ST stat.TH
On a symbolic representation of non-central Wishart random matrices with applications
通过使用一个符号的方法,在文献中被称为经典的阴影演算,非中心Wishart随机矩阵的轨迹表示为卷积的轨迹的中心组件和一个正式的变量,涉及其非中心矩阵的痕迹。由于这种表示,这个随机矩阵的时刻被证明是一个谢弗多项式序列,使我们能够恢复几个属性。多元符号方法推广了Sheffer表示的应用,给出了计算联合矩和累积量(归一化)的封闭形式公式。利用这个封闭形式的公式和一个组合装置,在文献中称为项链,一个有效的算法,他们的计算。应用程序的永久性的计算,以及继承的累积量,这在处理未成年人的非中心Wishart随机矩阵的估计的特征。本文提出了一种涉及自由概率的广义矩的渐近逼近。
2014-07-29 math.ST stat.TH
On the Gaussian product inequality conjecture for disjoint principal minors of Wishart random matrices
本文将 GPI 猜想相关结果推广至 Wishart 矩阵不相交主子式,建立乘积型与定量不等式,并利用 MTP₂ 证明特征值情形的扩展 GPI。
2024-10-01 math.FA math.PR math.ST
On Wilks' joint moment formulas for embedded principal minors of Wishart random matrices
本文利用迭代Schur补给出Wilks关于Wishart随机矩阵嵌入主子式联合矩公式的新证明,绕开Bartlett分解,并将其不相交主子式联合矩的公开问题与高斯乘积不等式猜想联系起来。
2024-06-06 math.PR math.ST stat.TH
Entropic CLT and phase transition in high-dimensional Wishart matrices
我们考虑高维Wishart矩阵$\mathbb{X} \mathbb{X}^{\top}$,其中$\mathbb{X} \in {\mathbb{R}^{n \times d}}$的元素是独立同分布的.对数凹分布我们证明了一个信息论相变:当且仅当$d$远大于$n^3$时,这样的矩阵在全变差距离上接近相应的高斯系综。我们的证明是基于熵的,利用相对熵的链式法则以及Wishart系综定义中的递归结构。证明关键依赖于著名的Fisher信息和熵之间的关系,Fisher信息的变分表示,随机矩阵的谱范数的浓度界,和某些小球概率估计对数凹措施。
2018-08-12 cs.IT math.FA math.IT
Intrinsic Analysis of the Sample Fréchet Mean and Sample Mean of Complex Wishart Matrices
我们考虑两种类型的平均复协方差阵,一个样本均值(平均值)和样本Fréchet平均。我们分析这些数量的性能作为估计的真实的协方差阵通过“内在”版本的偏差和均方误差,考虑到几何结构的方法。在这两种情况下,我们推导出简单的表达式的内在偏见,和简单的平均值被认为是可取的。这同样适用于渐近黎曼风险,以及标量情形下的黎曼风险本身。结合使用非内在分析的简单平均值的类似偏好,我们得出结论,在这种情况下,简单平均值优于样本Fréchet平均值。
2018-01-06 math.ST stat.TH
A recursion formula for mixed trace moments of isotropic Wishart matrices and the Gaussian unitary/orthogonal ensembles
针对四类基本随机矩阵系综,论文给出混合迹矩的精确递归公式,并以无需多边形胶合背景的直接方式证明。
2024-04-10 math.PR math.ST stat.TH
Smallest eigenvalue density for regular or fixed-trace complex Wishart-Laguerre ensemble and entanglement in coupled kicked tops
最小特征值的统计行为具有重要的影响,系统可以使用Wishart-Laguerre合奏,定期或固定的跟踪之一。例如,Wishart-Laguerre系综的最小特征值的密度在表征多信道电信系统中起着至关重要的作用。类似地,在量子纠缠问题中,固定迹系综的最小本征值携带关于纠缠性质的信息。对于实Wishart-Laguerre矩阵,存在Edelman提出的一个简洁的递推格式,可以直接得到最小特征值密度的精确表达式。在复杂的Wishart-Laguerre矩阵的情况下,为找到最小特征值密度的精确和明确的表达式,现有的结果的基础上的决定因素变得不切实际时,涉及大型矩阵的决定因素。在这项工作中,我们推导出一个递归计划的复杂情况下,这是类似于埃德尔曼的真实情况。这是用来获得准确的结果,为最小的本征值密度的定期,和固定的跟踪复杂的Wishart-Laguerre合奏。我们使用蒙特卡罗模拟验证我们的分析结果。我们还研究了缩放的Wishart-Laguerre系综,并探讨其在近似固定轨迹系综的有效性。最后,我们应用我们的结果为固定的轨迹合奏调查的最小本征值的耦合踢顶的典范系统的行为。
2017-07-29 cond-mat.stat-mech math-ph math.MP
Expected Value of Matrix Quadratic Forms with Wishart distributed Random Matrices
为了探索随机梯度法的极限,考虑由无限多个二次函数组成的例子可能是有用的。在这种情况下,确定随机噪声的期望值和协方差阵,即真实梯度和从有限样本生成的近似梯度的差是适当的。当指定协方差阵时,需要二次型QBQ的期望值,其中Q是Wishart分布随机矩阵,B是任意固定的对称矩阵。在导出E(QBQ)的表达式并考虑一些特殊情况后,用一个数值例子来说明这些结果如何支持两种随机方法的比较。
2022-12-13 math.OC math.ST stat.TH
Condition Numbers of Indefinite Rank 2 Ghost Wishart Matrices
我们定义一个不定Wishart矩阵为A=W^{T}W的矩阵,其中是一个不定对角矩阵,W是一个独立标准法线的矩阵。我们重点讨论了W是L乘2的情况,这具有工程应用价值。我们得到了A的特征值之比的分布。该分布可以被“折叠”以给出条件数的分布。我们计算W实数(β=1)、复数(β=2)、四元数(β=4)或任何重影0<β< \infty的公式。然后,我们证实我们的工作进行比较,对数值实验。
2012-07-12 math.PR math.ST quant-ph
Large complex correlated Wishart matrices: Fluctuations and asymptotic independence at the edges
研究了大型复相关Wishart矩阵特征值在极限谱边缘的渐近行为。在这种情况下,极限本征值分布的支集可能有几个连通分量。在人口矩阵的温和条件下,我们表明,对于每一个通用的支持的正边缘,存在一个极值特征值,几乎肯定会收敛到该边缘和波动的规模$N^{2/3}$根据Tracy-Widom法律。此外,给定几个一般的正边缘,我们建立了相关的极值特征值波动是渐近独立的。最后,当最左边的边缘是原点(硬边缘),最小的本征值的波动被描述的贝塞尔核的手段在尺度$N^2$。
2016-06-06 math.PR math.ST stat.TH
Accuracy of the Tracy-Widom limit for the largest eigenvalue in white Wishart matrices
设A是一个具有单位协方差的n个自由度上的p-变量实Wishart矩阵。A中最大特征值的分布在多元统计中有重要的应用。考虑当p与n成比例增长时的渐近性,从Johnstone(2001)可知,在中心化和缩放之后,这些分布接近实值数据的正交Tracy-Widom定律,可以在软件中进行数值计算和制表。在同样的假设下,我们证明了更仔细地选择中心和标度常数可以提高Tracy-Widom极限分布近似的精度到二阶:O(min(n,p)^{-2/3})。结合数值模拟,表明Tracy-Widom定律是这些最大特征值分布的一个有吸引力的近似,这对渐近结果的实际应用是很重要的.当n > p时,我们也给出了A的最小特征值的并行精确结果.
2008-10-08 math.ST stat.TH
Extreme principal minors of Wishart and deformed GOE matrices
School of Data Science, The Chinese University of Hong Kong, Shenzhen(香港中文大学深圳数据科学学院);Department of Statistics and Data Science, University of Texas, Austin(德克萨斯大学奥斯汀分校统计与数据科学系)
该研究针对Wishart与变形GOE矩阵的极端主子式问题,提出基于Hausdorff距离收敛的确定性集合识别方法,解决了二阶矩论证未覆盖区域的问题,确定了变形GOE矩阵的相变及Wishart矩阵的极限。
2026-08-17 math.PR math.ST stat.TH
On the Square Root of Wishart Matrices: Exact Distributions and Asymptotic Gaussian Behavior
University of Science and Technology of China(中国科学技术大学)
本文研究了Wishart矩阵平方根的精确分布和渐近正态行为,通过Bartlett分解和蒙特卡罗模拟验证了其渐近正态性和收敛速度。
2025-11-25 math.PR math.ST stat.TH
Wishart kernel density estimation for strongly mixing time series on the cone of positive definite matrices
HEC Montréal(蒙特利尔高等商学院);McGill University(麦吉尔大学);Université du Québec à Trois-Rivières(魁北克特鲁瓦里维埃拉大学);Penn State University(宾夕法尼亚州立大学)
提出Wishart核密度估计器用于正定矩阵锥上的密度估计,该估计器具有边界感知性,能缓解边界偏差,并在混合条件下建立了均方误差、一致强相合性和渐近正态性,模拟和实例表明其优于其他方法。
2026-06-09 math.PR math.ST stat.AP
Minimax estimation for mixtures of Wishart distributions
正定对称矩阵空间作为理解多元数据相关性的一种手段以及伴随的统计推断问题已被广泛研究。许多书籍和论文已经写在这个问题上,最近有相当大的兴趣,在高维随机矩阵,特别强调某些特征值的分布。随着现代数据采集能力的可用性,需要平滑或非参数技术,超越那些只适用于欧几里得空间中产生的数据。在此基础上,给出了正定对称矩阵空间上Minimax Wishart混合密度估计的Fourier方法.
2012-03-15 math.ST stat.TH
Wigner and Wishart Ensembles for graphical models
Vinberg锥和环境向量空间在稀疏模型和图模型的现代统计中很重要。本文的目的是研究Gauss矩阵、Wigner矩阵和协方差阵的特征值分布,这些特征值分布与生长的Vinberg矩阵(对应于生长的菊花图)有关。对于高斯或维格纳系综,我们给出了一个明确的公式的极限分布。对于自然定义在Vinberg锥上的Wishart系综,利用Tsallis $q$ -指数函数定义的Lambert-Tsallis函数,明确地描述了它们的极限斯蒂尔切斯变换、支集和0原子.
2020-09-01 math.PR math.ST stat.TH
De Finetti-Style Results for Wishart Matrices: Combinatorial Structure and Phase Transitions
最近的工作研究了Wishart矩阵$X^\top X$之间的关系,其中$X\in \mathbb{R}^{d\times n}$具有i.i.d.标准高斯项,以及相应的高斯矩阵与对角线上的独立项。Jiang and Li(2015)和Bubeck et al.(2016)表明,只要$d/n^3\to \infty$,这两个矩阵集合就会在全变差中收敛,Bubeck et al.(2016)表明这是尖锐的。在本文中,我们的目标是确定精确的阈值$d$在$n$的Wishart矩阵的子集收敛在全变差独立高斯。事实证明,被视为图$G$的邻接矩阵的所揭示的条目的组合结构表征了与完全独立的距离。具体来说,我们证明了$d$的阈值取决于$G$中各种小子图的数量。因此,即使显示条目的数量是固定的,阈值也会根据它们的配置而变化很大。因此,掩蔽Wishart收敛到独立的高斯,本质上涉及概率和组合现象之间的相互作用。我们的研究结果确定了一个大家庭的$G$,包括Erdens-Rényi $G\sim \mathcal{G}(n,p)$在所有值$p\gtrsim n^{-2}\mathrm{polylog}(n)$的尖锐阈值。我们的证明技术都是组合和信息理论,这使我们能够仔细解开掩蔽Wishart合奏的依赖关系。
2021-03-25 cs.IT math.IT math.PR
A CLT in Stein's distance for generalized Wishart matrices and higher order tensors
研究了独立张量幂和的中心极限定理$\frac{1}{\sqrt{d}}\sum\limits_{i=1}^d X_i^{\otimes p}$ .我们关注的是高维区域,其中$X_i \in \mathbb{R}^n$和$n$可以与$d$成比例。我们的主要结果是一个建议的阈值收敛。具体地说,我们表明,在一定的规律性假设下,如果$n^{2p-1}\gg d$,那么归一化和收敛到高斯。结果适用于对称一致对数凹测度和积测度。这概括了文献中发现的几个结果。我们的主要技术是一个新的应用程序的最优输运斯坦的方法,占低维结构,这是固有的$X_i^{\otimes p}$。
2020-11-04 math.PR math.ST stat.TH
Accuracy of the Tracy--Widom limits for the extreme eigenvalues in white Wishart matrices
$p$ -变量样本协方差阵$S$的最大和最小特征值的分布在统计学中具有重要意义。针对$nS$遵循标准Wishart分布$W_p(I,n)$的空值情形,研究了在$n/p\rightarrow γ\in(0,\infty)$为$n\rightarrow \infty$的情况下,它们的标度极限的准确性.这里的极限是正交Tracy-Widom定律及其对起源的反映。通过仔细选择重标度常数,用极限逼近重标度后的最大特征值分布达到了${\mathrm {O}({\min(n,p)^{-2/3}})}$级的精度。如果是$γ>1$,则在结合额外的对数变换之后,对于最小特征值获得相同的精度阶数。数值结果表明,在传统的显着性水平的近似的相对误差减少了50%以上的矩形和75%以上的“瘦”的数据矩阵设置,即使与$\min(n,p)$小到2。
2012-03-05 math.ST stat.TH
On the largest eigenvalue of Wishart matrices with identity covariance when n, p and p/n tend to infinity
设X是n*p矩阵,l_1是协方差阵X^{*}*X的最大特征值。X_{i,j}是独立的正态(0,1)的“空情况”对于主成分分析是特别感兴趣的。对于这个模型,当n,p趋于无穷大,并且n/p趋于(0,\infty)中的gamma时,Johnstone(2001)表明,适当居中和缩放的l_1收敛于Tracy-Widom定律。我们表明,在相同的中心和缩放,结果是真实的,即使当p/n或n/p趋于无穷大。推导使用的思想和技术与Johnstone(2001)中提出的非常相似。继Soshnikov(2002)之后,我们还证明了k个最大特征值的联合分布也是如此,其中k是一个固定的整数。数值实验表明,Tracy-Widom近似是合理的,即使其中一个维度是“小”。
2003-09-22 math.ST stat.TH
Three Problems Related to the Eigenvalues of Complex Non-central Wishart Matrices with a Rank-1 Mean
最近,D. Wang设计了一种新的基于围道积分的方法来简化某些矩阵积分。利用这种方法,我们推导出一个新的表达式的概率密度函数(p.d.f.)的联合特征值的一个复杂的非中心Wishart矩阵的秩为1的平均。由此产生的功能形式反过来使我们能够使用强大的经典正交多项式技术在解决三个问题有关的非中心Wishart矩阵。具体地说,对于具有$m$自由度($m\geq n$)和秩1均值的$n\times n$复非中心Wishart矩阵$\mathbf{W}$,我们推导了一个新的累积分布函数(c.d.f.)最小特征值($λ_{\min}$)的。儿童发展基金会。表示为方阵的行列式,其大小仅取决于差值$m-n$。这进一步促进了分析的最小特征值的微观极限,其采取的形式的行列式的大小为$m-n$与贝塞尔内核的正方形矩阵。我们还开发了一个矩生成函数为基础的方法来获得p.d.f.随机变量$\frac{\text{tr}(\mathbf{W})}{λ_{\min}}$,其中$\text{tr}(\cdot)$表示方阵的迹。这个随机量在Demmel条件数的平滑分析中非常重要。最后,我们找到特征多项式$\det[z\mathbf{I}_n+\mathbf{W}],\; |\arg z|<π$的倒数的平均值,其中$\mathbf{I}_n$和$\det[\cdot]$分别表示大小为$n$和行列式的单位矩阵。
2013-06-27 math.ST stat.TH
Limiting Statistics of the Largest and Smallest Eigenvalues in the Correlated Wishart Model
相关Wishart模型提供了一个标准的工具,用于分析各种系统的相关性。虽然复杂的相关矩阵是众所周知的,经验上更重要的实际情况仍然构成了巨大的挑战。本文提出了一种新的方法,将任意统计量仅依赖于不变量映射到不变的厄米矩阵模型。为了完整性,我们还包括四元数的情况下,并处理所有三种情况下,在一个统一的方式。作为一个重要的应用,我们研究了关联Wishart模型中最大特征值及其极限分布的统计特性,因为它们有助于估计大型复杂系统的行为。我们表明,即使是完全相关的Wishart合奏,Tracy-Widom分布可以是最大和最小的本征值的极限分布,提供一定的缩放的经验本征值。
2014-12-23 cond-mat.stat-mech math-ph math.MP
Stein's method for the Wishart distribution
UCLouvain(瓦隆-布拉班特天主教大学);The University of Manchester(曼彻斯特大学);Université du Québec à Trois-Rivières(魁北克省特鲁瓦里维耶尔大学);Penn State University(宾夕法尼亚州立大学)
本文针对正定矩阵锥上的Wishart分布发展了Stein方法,建立了基于扩展生成元的Stein刻画、转移半群、Stein方程的解及其正则性估计,并通过四个应用展示了新方法。
2026-06-03 math.PR math.ST stat.ME
Computation of the Expected Euler Characteristic for the Largest Eigenvalue of a Real Non-central Wishart Matrix
利用期望欧拉示性数方法,给出了一般维数下实Wishart矩阵最大特征值分布的一个近似公式.该公式用含参数的定积分表示。对于$2 \times 2$矩阵情形,我们导出了积分所满足的微分方程,并对其进行了数值分析。
2020-05-22 cs.SC math.ST stat.TH
Variational Formulas for the Spectrum of Block Wishart Matrices
Stanford University(斯坦福大学)
研究分块Wishart随机矩阵谱的渐近性质,通过矩阵Stieltjes变换及其逆变换,推导出谱支撑边界和对数势的变分公式。
2026-06-29 math.PR math.ST stat.TH
Heterogeneous hypergeometric functions with two matrix arguments and the exact distribution of the largest eigenvalue of a singular beta-Wishart matrix
本文讨论了具有两个矩阵变元的非齐次超几何函数的若干性质。这些函数是新定义的,但已经出现在统计文献中,在处理奇异β-Wishart矩阵的特征值的某些分布的推导时是有用的。本征值的联合密度函数和最大本征值的分布可用某些非均匀超几何函数表示。针对实际情况,对最大特征值的分布进行了精确计算。
2020-12-08 math.ST stat.TH
On the Distribution of an Arbitrary Subset of the Eigenvalues for some Finite Dimensional Random Matrices
利用张量伪行列式算子,给出了有限维复Wishart、双Wishart和高斯厄米特随机矩阵有序特征值任意子集的联合分布的一些新结果.具体而言,我们推导出紧凑的表达式的联合概率分布函数的特征值和期望的功能的特征值,包括联合的时刻,有序和无序的特征值的情况下。
2020-01-02 cs.IT math.IT math.ST
Exact formulas for the normalizing constants of Wishart distributions for graphical models
在过去的四十年里,高斯图模型受到了统计和机器学习界的广泛关注。在该模型的贝叶斯处理中,G-Wishart分布用作满足图形约束的逆协方差阵的共轭先验。虽然它是直接的,以简化的非归一化密度,这些分布的归一化常数已被称为只有弦,或可分解的图形。到目前为止,人们还不知道一般图的归一化常数是否可以显式表示,并且出现了大量的计算文献,试图避免这种明显的棘手问题。我们关闭这个问题,提供了一个明确的表示一般图的G-Wishart归一化常数。
2016-06-22 math.ST stat.TH
General moments of the inverse real Wishart distribution and orthogonal Weingarten functions
令$W$是按实Wishart分布分布的随机正定对称矩阵,令$W^{-1}=(W^{ij})_{i,j}$是其逆矩阵。我们显式地计算一般矩$\mathbb{E} [W^{k_1 k_2} W^{k_3 k_4} ... W^{k_{2n-1}k_{2n}}]$。为此,我们采用正交Weingarten函数,这是最近在Haar分布正交矩阵的研究中引入的。作为应用,给出了Wishart矩阵及其逆矩阵迹的矩公式.
2011-02-21 math.RT math.ST stat.TH
Distribution of the Scaled Condition Number of Single-spiked Complex Wishart Matrices
令$\mathbf{X}\in\mathbb{C}^{n\times m}$($m\geq n$)是具有独立列的随机矩阵,每个独立列作为具有零均值的复多变量高斯分布和{ \it单峰值}协方差矩阵$\mathbf{I}_n+ η\mathbf{u}\mathbf{u}^*$,其中$\mathbf{I}_n$是$n\times n$单位矩阵,{ \color{blue} $\mathbf{u}\in\mathbb{C}^{n\times 1}$ }是具有单位欧几里德范数的任意向量,$η\geq 0$是非随机参数,并且$(\cdot)^*$表示共轭转置。本文研究了随机量$κ_{\text{SC}}^2(\mathbf{X})=\sum_{k=1}^n λ_k/λ_1$的分布,其中{ \color{blue} $0\le λ_1\le λ_2\le \ldots\leq λ_n<\infty$ }是$\mathbf{X}\mathbf{X}^*$的有序特征值(即,单掺Wishart矩阵)。该随机量与所谓的{ \it缩放条件数}或Demmel条件数(即,$κ_{\text{SC}}(\mathbf{X})$)和固定迹线Wishart-Laguerre系综的最小特征值(即,$κ_{\text{SC}}^{-2}(\mathbf{X})$)。特别是,我们使用一个正交多项式的方法来推导出一个精确的…
2022-05-31 cs.IT eess.SP math.IT