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
On the Identification of Extreme Elements in a Residual for the GMANOVA-MANOVA Model
Linköpings universitet, Matematiska institutionen, Tillämpad matematik. Linköpings universitet, Tekniska fakulteten. Department of Mathematics, University of Rwanda, Kigali, Rwanda.
Linköpings universitet, Matematiska institutionen, Tillämpad matematik. Linköpings universitet, Tekniska fakulteten. Department of Energy and Technology, Swedish University of Agricultural Sciences, Uppsala, Sweden.
Linköpings universitet, Matematiska institutionen, Tillämpad matematik. Linköpings universitet, Tekniska fakulteten. (Matematisk statistik)ORCID-id: 0000-0001-9896-4438
2022 (Engelska)Ingår i: Innovations in Multivariate Statistical Modeling: Navigating Theoretical and Multidisciplinary Domains / [ed] Andriëtte Bekker, Johannes T. Ferreira, Mohammad Arashi and Ding-Geng Chen, Cham: Springer Cham , 2022, s. 119-135Kapitel i bok, del av antologi (Refereegranskat)
Abstract [en]

Two different matrix residuals in a special GMANOVA-MANOVA model have previously been established (see Byukusenge et al., 2021, “On residual analysis in the GMANOVA-MANOVA model”). The residual that is studied in this article is constructed via the difference of the observed group means and the estimated mean structure. The residual provides information about the appropriateness of the model assumptions concerning the mean structure. The aim of this paper is to study the distribution of the largest elements (by absolute value) of the residual via two data sets. Parametric bootstrap is used to identify thresholds so that extreme elements of the residuals can be identified.

Ort, förlag, år, upplaga, sidor
Cham: Springer Cham , 2022. s. 119-135
Serie
Emerging Topics in Statistics and Biostatistics, ISSN 2524-7735, E-ISSN 2524-7743 ; 1
Nationell ämneskategori
Sannolikhetsteori och statistik
Identifikatorer
URN: urn:nbn:se:liu:diva-198562DOI: 10.1007/978-3-031-13971-0_6Libris ID: 0hnn46zkx6svcq1wISBN: 9783031139710 (tryckt)OAI: oai:DiVA.org:liu-198562DiVA, id: diva2:1805528
Tillgänglig från: 2023-10-17 Skapad: 2023-10-17 Senast uppdaterad: 2023-11-21Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextFind book at a swedish library/Hitta boken i ett svenskt bibliotek

Person

Byukusenge, Béatricevon Rosen, DietrichSingull, Martin

Sök vidare i DiVA

Av författaren/redaktören
Byukusenge, Béatricevon Rosen, DietrichSingull, Martin
Av organisationen
Tillämpad matematikTekniska fakulteten
Sannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 134 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