Numerical inversion of a characteristic function
特征函数的数值反演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：摘要研究通用特征函数数值反演及正态二次型分布，没有明确的时间序列、金融风险或其他所列细分领域依据。
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
特征函数的数值反演
- 研究问题
- 对特征函数反演公式进行数值积分时，如何界定计算误差，并将这种误差控制用于正态随机变量二次型的分布函数计算？
- 方法与思路
- 作者描述一种针对特征函数反演公式数值积分的误差界方法，并将其应用于正态随机变量二次型分布函数的计算。
- 材料陈述的贡献
- 摘要所述贡献是在数值反演中提供积分误差上界的求取方法，并给出正态二次型分布计算这一应用，未报告具体误差数值。
- 阅读关注点
- 核对所采用的反演公式版本、数值积分方案和误差界条件，以及这些条件如何在正态随机变量二次型的计算中得到满足。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；误差界形式、计算复杂度和算法参数未说明，不能据此判断精度或计算效率。
原文摘要
A method is described for finding a bound on the error when a version of the usual characteristic function inversion formula is evaluated by numerical integration. The method is applied to the calculation of the distribution function of a quadratic form in normal random variables.