.png){kind=icon}
返回
Random correlation matrices generated via partial correlation C-vines
.png){kind=icon}
OA
AI
DOI：10.1016/j.jmva.2025.105519.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
该方法将基于部分相关C-vine生成d×d随机相关矩阵的算法进行扩展，使得每个相关系数可以在(-1, 1)或(0, 1)区间上服从非对称分布。通过从部分相关C-vine到相关矩阵的递归公式，可以推导出在vine树l（1 ≤ l < d）中每个部分相关系数服从相同分布情况下的第一和第二矩。文中给出了算法和条件，使得经过置换步骤后，所有随机相关系数具有相同的均值和第二矩。这些算法可用于模拟实验，以生成覆盖整个空间的随机相关矩阵，或生成每个相关系数均为正的随机相关矩阵。
Keyword:
Acceptance-rejection
Beta distribution
Partial correlation vine
Recursion of moments
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
J
IF:
1.7
论文数:
97
被引数:
5.8K
机构
引用论文
.png){kind=icon}
Distribution of random correlation matrices: Hyperspherical parameterization of the Cholesky factorOAAI
OAAI分享收藏CM-generator: an approach for generating customized correlation matricesCM-generator：一种生成定制化相关矩阵的方法
PREAI
分享收藏
查看更多内容