Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:1101.0122

帮助 | 高级搜索

统计学 > 应用

arXiv:1101.0122 (stat)
[提交于 2010年12月30日 ]

标题: 方向统计学中的框架理论

标题: Frame theory in directional statistics

Authors:Martin Ehler, Jennifer Galanis
摘要: 在方向数据分析中,区分均匀和非均匀样本分布是一个常见问题;然而,对于许多检验方法而言,存在一些非均匀分布能够通过均匀性检验。通过将方向统计学与框架理论相结合,我们发现概率紧框架会产生最小化方向势能的非均匀分布,这导致了Bingham检验中均匀性检验的失败。最后,我们将我们的研究成果应用于模拟粒状棒实验中观察到的模式。
摘要: Distinguishing between uniform and non-uniform sample distributions is a common problem in directional data analysis; however for many tests, non-uniform distributions exist that fail uniformity rejection. By merging directional statistics with frame theory, we find that probabilistic tight frames yield non-uniform distributions that minimize directional potentials, leading to failure of uniformity rejection for the Bingham test. Finally, we apply our results to model patterns found in granular rod experiments.
主题: 应用 (stat.AP) ; 软凝聚态物理 (cond-mat.soft)
MSC 类: 42C15, 62H11, 62P10
引用方式: arXiv:1101.0122 [stat.AP]
  (或者 arXiv:1101.0122v1 [stat.AP] 对于此版本)
  https://doi.org/10.48550/arXiv.1101.0122
通过 DataCite 发表的 arXiv DOI
期刊参考: Stat. Probabil. Lett., vol. 81, no. 8 (2011), 1046-1051
相关 DOI: https://doi.org/10.1016/j.spl.2011.02.027
链接到相关资源的 DOI

提交历史

来自: Martin Ehler [查看电子邮件]
[v1] 星期四, 2010 年 12 月 30 日 18:03:59 UTC (659 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
stat.AP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2011-01
切换浏览方式为:
cond-mat
cond-mat.soft
stat

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号