Общая характеристика работы.
Актуальность темы
1.
Многомерный статистический анализ — это раздел математической статистики, который изз’чает многомерные наблюдения. В гауссовком анализе также делается предположение о том, что распределение многомерных наблюдений, или векторов, является нормальным.
Проблемы, связанные с проверкой гипотез в многомерном гауссовском анализе, исследуются учеными с момента оформления этой науки в самостоятельную область в первой половине 20-го века. Основополагающие результаты в этой области были получены P.A. Фишерем. С. С. Уилксом, С. Н. Роем, М. С. Бартлеттом. Г. Хотеллингом.
Результаты исследований того времени были подведены к 60-м годам 20-го века в монографиях С. Н. Роя. 1957 и Т. В. Андерсона, 1963. В монографии Т. В. Андерсона линейные модели были изложены в форме регрессионного анализа без общего понятия линейных моделей и линейных гипотез. Общее понятие линейной модели и линейной гипотезы было недавно предложено Ю. Н Тюриным, 2010.
Проблемы, связанные с проверкой гипотез в многомерном гауссовском анализе, включают в себя следующие задачи:
• Проверка многомерных гипотез о наличии линейных связей между математическими ожиданиями наблюдений (линейные гипотезы);
• Проверка многомерных гипотез о наличии связей типа неравенств между математическими ожиданиями наблюдений (конические гипотезы);
• Проверка гипотез о независимости мноюмерных признаков (гипотезы о структуре ковариационной матрицы).
В ходе многолетних исследований были выработаны основные требования. предъявляемые к критериям, которые могут быть использованы при проверке гипотез в многомерном гауссовском анализе:
• Инвариантность критерия по отношению к аффинным преобразованиям наблюдений, у которых сдвиги не меняют гипотетическое множество:
• Свобода критерия от неизвестных параметров модели при гипотезе.
Следствием условия инвариантности оказывается то, что статистические критерии должны быть функциями от собственных значений произведений матриц, распределенных по Уишарту. Свобода распределения от параметров модели при гипотезе для таких критериев достигается автоматически. Изучению свойств распределения Уитпарта посвящены работы Дж. Уишарта, G.G. Уилкса, А. Т. Джеймса и других.
В последние годы привлекают к себе внимание многомерные задачи, наблюдения в которых не являются независимыми, но имеют заданную ковариационную структуру. М. С. Сриваетава, Д. фон Розен и Т. Нахтман, '2008 решили задачу оценивания параметров модели, в которой совместная ковариационная структура наблюдений задастся в виде произведения Кронекера двух положительно определенных матриц. В 1-й главе настоящей диссертации для описанной структуры зависимых наблюдений была разработана теория линейных моделей. Эта теория, естественно, включает оценивание неизвестных параметров.
Во 2-й главе исследуется свойство монотонности функции мощности инвариантных критериев, возникающих при проверке гипотез в моделях многомерного гауссовского анализа как для независимых наблюдений, так и для зависимых наблюдений с заданной ковариацинной структурой. В 1980 г. И. Олкин и М. Д. Псрлман сформулировали гипотезу о монотонности функции мощности инвариантных критериев, верность которой в общем виде до сих пор не доказана и не опровергнута. В настоящей диссертации доказана монотонность функции мощности для широкого класса инвариантных критериев. Этот класс включает в себя все основные известные критерии, которые используются в прикладных задачах. Полученные результаты обобщают соответствующие результаты С. Н. Роя, 1961. Т. В. Андерсона. 1964, И. Олкипа и М. Д. Перлмапа. 1980. П. Гроенб}ма и Д. Р. Труа, 2000.
В последние десятилетия интенсивно развивается теория проверки гипотез о положении с ограничениями типа неравенств. Вначале данные гипотезы рассматривались как альтернативные к пулевым гипотезам в линейных моделях. Однако в приложениях часто возникают самостоятельные задачи, когда требуется проверить гипотезу о принадлежности параметра некоторому заданному выпуклому конусу. Теория конических гипотез в одномерном случае разрабатывалась такими учеными как Т. Ро-бертсон, Ф. Т. Райт и Р. Л. Дэйкстра. Однако единого подхода к проверке многомерных конических гипотез в гауссовском случае до сих пор разработано не было. В 3-й главе настоящей диссертации вводится понятие многомерного матричного конуса, и с его помощью решается задача о проверке многомерных конических гипотез в той общности, которая достаточна для решения прикладных задач.
Таким образом, тема диссертации представляется актуальной с теоретической точки зрения, и имеет практическую значимость.
Цель работы.
Целью данной диссертации является исследование новых свойств статистических критериев, возникающих при проверке линейных и конических гипотез для моделей многомерного гауссовского анализа с зависимыми наблюдениями, которые имеют заданную ковариационную структуру.
Научная новизна.
Основные результаты диссертации являются новыми и состоят в следующем:
1. В модели многомерных зависимых наблюдений с ковариационной структурой, заданной в виде произведения Кронекера двух положительно определенных матриц, предложен альтернативный метод получения состоятельных и несмещенных оценок с помощью техники, разработанной С. Н. Роем. Для указанной модели зависимых наблюдений разработаны методы проверки линейных гипотез. Доказана теорема об ортогональном разложении случайной матрицы с зависимыми столбцами. Предложенный подход проиллюстрирован на примере задачи многомерного дисперсионного анализа.
2. Доказана монотонность функции мощности для широкого класса инвариантных критериев многомерного гауссовского статистического анализа. При исследовании функции мощности инвариантных критериев получен ряд новых результатов, касающихся стохастических свойств нецентрального распределения Уишарта.
3. Введено понятие матричного конуса и исследованы его основные свойства. На базе введенного понятия ставится задача о проверке многомерных конических гипотез, обобщающая соответствующие одномерные аналоги. Распределение критической статистики исследовано при гипотезе.
Методы исследования.
В работе применяются общие методы теории вероятностей и математической статистики, функционального анализа, а также элементы матричной и линейной алгебры. Широко используется теория стохастических порядков случайных векторов.
Теоретическая и практическая значимость.
Работа носит теоретический характер. Одновременно она направлена на приложения математической статистики. Предложенные в диссертации критерии могут быть полезны для решения практических задач, в которых распределение многомерных наблюдений с хорошей точностью можно считать нормальным.
Апробация работы и публикации.
Основные результаты работы докладывались па следующих семинарах и конференциях:
• Большой семинар кафедры теории вероятностей МГУ под руководством академика РАН, проф. А. Н. Ширяева в 2013 г.
• Семинар «Непараметрическая статистика и временные ряды» под руководством проф. В. Н. Тутубалина, проф. Ю. Н. Тюрина и доц. М. В. Болдина в МГУ — неоднократно делал доклады в 2008;2013 гг.
• Международная научная конференция студентов, аспирантов и молодых ученых «Ломоносов» в МГУ в 2013 г.
• Международная научная конференция студентов, аспирантов и молодых ученых «Ломоносов» в МГУ в 2012 г.
• Международная научная конференция студентов, аспирантов и молодых ученых «Ломоносов» в МГУ в 2011 г.
• Международная научная конференция студентов, аспирантов и молодых ученых «Ломоносов» в МГУ в 2010 г.
• Международная конференция «Теория вероятностей и ее приложения» в МГУ, посвященная столетию со дня рождения Б. В. Гнеденко в 2012 г.
• Международная конференция по многомерной статистике в Тарту. Эстония в 2011 г. (the 9th Tai tu conference on Multivariate statistics).
Результаты диссертации опубликованы в 6 работах автора, из которых 2 входят в перечень ВАК. Работ, написанных в соавторстве, нет:
1. Кашицын П. А. (2011). Многомерная модель с коррелированными наблюдениями. Теория вероятностей и ее применения, т. 56. в. 3. с 602−606.
2. Кашицын П. А. (2012). О функции мощности статистических критериев, зависящих от элементарных симметрических многочленов. Вестник Московского Университета. Серия 1, Математика. Механика. в. 3- с. 55−58.
3. Кашицын П. А. (2013). Матричные конусы и проверка конических гипотез в многомерном гауссовском анализе. Деп. в ВИНИТИ, 21.03.2013. № 83-В2013. 14 с.
4. Kashitsyn P.A. (2011). Multivariate model with a Kronecker product covariance structure: S.N.Roy method of estimation. Mathematical Methods of Statistics. Vol. 20, No. 1, p. 75−78.
5. Кашицын П. А. (2012). Стохастические свойства ортогональных инвариантов матрицы Уитиарта. Тезисы. Международной конференции «Теория вероятностей и ее приложения>>. посвященной 100-летию со дня рождения Б. В. Гнеденко, с. 372.
6. Kashitsyn P.A. (2011). Multivariate model with a Kronerker product covariance structure: general linear model. Abstracts of the 9th Tartu conference on Multivariate statistics, p. 35.
Структура диссертации.
Диссертация состоит из введения, трех глав, списка обозначений и списка литературы, насчитывающего 75 наименований и организованного в алфавитном порядка. Вначале приведен список используемой литературы на русском языке, затем — зарубежные источники. Результаты, полученные автором диссертации, оформлены в виде Теорем и Леммнеобходимые известные факты сформулированы в виде Утверждений с указанием источника цитирования. Нумерация утверждений, лемм, теорем и формул начинается в каждой главе заново и состоит из двух чисел: первое число относится к номеру главы, второе — к номеру соответствующего утверждения (леммы, теоремы или формулы). Ссылки на работы других авторов сделаны по принципу «автор-дата». Общий объем работы составляет 97 страниц.
