Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Silva, Ivair Ramos | - |
Autor(es): dc.creator | Maboudou-Tchao, Edgard M. | - |
Autor(es): dc.creator | Figueiredo, Weslei Lima de | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:17:31Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:17:31Z | - |
Data de envio: dc.date.issued | 2018-10-23 | - |
Data de envio: dc.date.issued | 2018-10-23 | - |
Data de envio: dc.date.issued | 2018 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/handle/123456789/10438 | - |
Fonte completa do material: dc.identifier | https://www.sciencedirect.com/science/article/pii/S037704271730523X#! | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1009393 | - |
Descrição: dc.description | Conventional methods for testing the mean vector of a P-variate Gaussian distribution require a sample size N greater than or equal to P. But, in high dimensional situations, that is when N is smaller than P, special and new adjustments are needed. Although Bayesianempirical methods are well-succeeded for testing in high dimension, their performances are strongly dependent on the actual unknown covariance matrix of the Gaussian random vector. In this paper, we introduce a hybrid frequentist–Bayesian Monte Carlo test and prove that: (i) under the null hypothesis, the performance of the proposed test is invariant with respect to the real unknown covariance matrix, and (ii) the decision rule is valid, which means that, in terms of expected loss, the performance of the proposed procedure can always be made as good as the exact Bayesian test and, in terms of type I error probability, the method is always of α level for arbitrary α ∈ (0, 1). | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Direitos: dc.rights | restrito | - |
Palavras-chave: dc.subject | Inference in high dimension | - |
Palavras-chave: dc.subject | Hotelling’s test | - |
Palavras-chave: dc.subject | Monte Carlo testing | - |
Título: dc.title | Frequentist–Bayesian Monte Carlo test for mean vectors in high dimension. | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: