0085884 20240103184433.720071002235959.9 1576-7264 Elche Universidad Miguel Hernández de Elche 2007 23 s. Trabajos I+D I-2007 15 Rényi divergence likelihood divergence statistics normal multivariate distribution testing hypothesis autocorrelation coefficient cav_un_auth*0101108 Hobza Tomáš UTIA-B Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0015540 Morales D. ES cav_un_auth*0021073 Pardo L. ES 1M0572 GA MŠk cav_un_auth*0001814 CEZ:AV0Z10750506 The problem of testing for equality of autocorrelation coefficients of two populations in multivariate data when errors are autocorrelated is considered. We derive Rényi statistics defined as divergences between unrestricted and restricted estimated joint probability density functions and we show that they are asymptotically chi-square distributed under the null hypothesis of interest. Monte Carlo simulation experiments are carried out to investigate the behavior of Rényi statistics and to make comparisons with test statistics based on the approach of Bhandary (2005). Rényi statistics showed to have significantly better small sample behavior. Je uvažován problém testování rovnosti autokorelačních koeficientů dvou populací v mnohorozměrných datech. Je odvozena Rényiho statistika definovaná jako divergence mezi zúženým a nezúženým odhadem sdružené hustoty pravděpodobnosti a je ukázáno, že má za platnosti nulové hypotézy asymptoyicky chí-kvadrát rozdělení. Praktické chování Rényiho statistik je zkoumáno pomocí simulační studie a je porovnáno se statistikami založenými na přístupu práce Bhandary (2005). Rényiho statistiky dosáhly významně lepších výsledků pro malé rozsahy výběrů. 2008 BB http://hdl.handle.net/11104/0148304 2007 2007 Elche Universidad Miguel Hernández de Elche