Konditionale Unabhängigkeit bei generalisierten Nonparanormalen entdeckt
Ein neues Forschungsdokument auf arXiv zeigt, dass die klassische Idee, die Präzisionsmatrix zur Ermittlung von Unabhängigkeitsbeziehungen zu nutzen, auch bei einer breiten Klasse von Nicht‑Gaussischen Verteilungen funktioniert. Dabei handelt es sich um Verteilungen, die aus einer diagonalen Transformation eines Gaußschen Vektors entstehen – die sogenannten generalisierten Nonparanormalen.
