Asymptotic Distribution of Symmetric Statistics
对称统计量的渐近分布AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论对称统计量的渐近分布理论，未涉及因果推断、面板、离散选择、时间序列、资产定价等具体领域细分，故不选择任何领域。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
对称统计量的渐近分布
- 研究问题
- 摘要称考察 m 阶对称统计量序列的依分布收敛问题，即在何种条件下存在极限分布。
- 方法与思路
- 作者提出在适当条件下推导极限分布，并指出其等价于独立标准正态随机变量的 Hermite 多项式乘积之线性组合的分布。
- 材料陈述的贡献
- 摘要称给出了对称统计量序列的极限分布刻画，并指出其与 von Mises、Hoeffding 和 Filippova 工作的联系。
- 阅读关注点
- 阅读全文时应核对“适当条件”的具体内容、m 阶对称统计量的定义、Hermite 多项式展开的阶数与收敛模式，以及与既有文献联系的具体形式。
- 阅读边界
- 仅有摘要，未注明稿件版本，无法判断是否经同行评审；摘要未说明条件细节、证明方法与任何数值结果，不能据此推断结论的一般性或适用范围。
原文摘要
Sequences of $m$th order symmetric statistics are examined for convergence in law. Under appropriate conditions, a limiting distribution exists and is equivalent to that of a linear combination of products of Hermite polynomials of independent $N(0, 1)$ random variables. Connections with the work of von Mises, Hoeffding, and Filippova are noted.