정규성 검정을 위한 다변량 왜도와 첨도의 이용에 대한 고찰
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김남현 | - |
dc.date.accessioned | 2022-03-14T08:41:56Z | - |
dc.date.available | 2022-03-14T08:41:56Z | - |
dc.date.created | 2022-03-14 | - |
dc.date.issued | 2004 | - |
dc.identifier.issn | 1225-066X | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/26195 | - |
dc.description.abstract | Malkovich & Afifi (1973)는 합교원리(union-intersection principle)를 이용하여 왜도와 첨도를 다변량으로 일반화하였으나 이는 자료의 차원이 클 경우에는 사용이 용이하지 않다. 본 논문에서는 이러한 단점을 보완하는 이들의 근사통계량을 제안한다. 그리고 제안된 근사통계량, Malkovich & Afifi (1973)의 통계량, Mardia(1970)의 왜도와 첨도의 검정력을 모의실험을 통하여 비교한다. | - |
dc.publisher | 한국통계학회 | - |
dc.title | 정규성 검정을 위한 다변량 왜도와 첨도의 이용에 대한 고찰 | - |
dc.title.alternative | Remarks on the Use of Multivariate Skewness and Kurtosis for Testing Multivariate Normality | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 김남현 | - |
dc.identifier.bibliographicCitation | 응용통계연구, v.17, no.3, pp.507 - 518 | - |
dc.relation.isPartOf | 응용통계연구 | - |
dc.citation.title | 응용통계연구 | - |
dc.citation.volume | 17 | - |
dc.citation.number | 3 | - |
dc.citation.startPage | 507 | - |
dc.citation.endPage | 518 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART000948468 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | 적합도 검정 | - |
dc.subject.keywordAuthor | 다변량 정규분포 | - |
dc.subject.keywordAuthor | 왜도 | - |
dc.subject.keywordAuthor | 첨도. | - |
dc.subject.keywordAuthor | Goodness of fit | - |
dc.subject.keywordAuthor | Multivariate normality | - |
dc.subject.keywordAuthor | Skewness | - |
dc.subject.keywordAuthor | Kurtosis. | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
94, Wausan-ro, Mapo-gu, Seoul, 04066, Korea02-320-1314
COPYRIGHT 2020 HONGIK UNIVERSITY. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.