liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Testing sphericity and intraclass covariance structures under a Growth Curve model in high dimension
Department of Statistics, University of Toronto, Toronto, Canada.
Linköpings universitet, Matematiska institutionen, Matematisk statistik. Linköpings universitet, Tekniska fakulteten.ORCID-id: 0000-0001-9896-4438
2017 (Engelska)Ingår i: Communications in statistics. Simulation and computation, ISSN 0361-0918, E-ISSN 1532-4141, Vol. 46, nr 7, s. 5740-5751Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

In this article, we consider the problem of testing (a) sphericity and (b) intraclass covariance structure under a growth curve model. The maximum likelihood estimator (MLE) for the mean in a growth curve model is a weighted estimator with the inverse of the sample covariance matrix which is unstable for large p close to N and singular for p larger than N. The MLE for the covariance matrix is based on the MLE for the mean, which can be very poor for p close to N. For both structures (a) and (b), we modify the MLE for the mean to an unweighted estimator and based on this estimator we propose a new estimator for the covariance matrix. This new estimator leads to new tests for (a) and (b). We also propose two other tests for each structure, which are just based on the sample covariance matrix.

To compare the performance of all four tests we compute for each structure (a) and (b) the attained significance level and the empirical power. We show that one of the tests based on the sample covariance matrix is better than the likelihood ratio test based on the MLE.

Ort, förlag, år, upplaga, sidor
Taylor & Francis, 2017. Vol. 46, nr 7, s. 5740-5751
Nyckelord [en]
Asymptotic distribution, GMANOVA, Growth curve model, High dimension, Hypothesis testing, Intraclass covariance structure, Power comparison, Sphericity
Nationell ämneskategori
Sannolikhetsteori och statistik
Identifikatorer
URN: urn:nbn:se:liu:diva-152116DOI: 10.1080/03610918.2016.1175623ISI: 000410854900046Scopus ID: 2-s2.0-85015630899OAI: oai:DiVA.org:liu-152116DiVA, id: diva2:1256656
Tillgänglig från: 2018-10-17 Skapad: 2018-10-17 Senast uppdaterad: 2018-11-20Bibliografiskt granskad

Open Access i DiVA

fulltext(356 kB)96 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 356 kBChecksumma SHA-512
3b439b11fe8982faf8c6ae4ff8e2337d9711e01a9e22cfd0de001ba31fce7ecbab83a0229128fe89da0a88d0ebbf1300863c3467336f2ed358f675deda51a092
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Ohlson, Martin

Sök vidare i DiVA

Av författaren/redaktören
Ohlson, Martin
Av organisationen
Matematisk statistikTekniska fakulteten
I samma tidskrift
Communications in statistics. Simulation and computation
Sannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 96 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 81 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf