A Law of the Iterated Logarithm for Functions of Order Statistics
次序统计量函数的重对数律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：摘要涉及分位数过程的通用概率理论，未提供分位数回归或经济分布效应应用，故不据关键词强行分类。
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
次序统计量函数的重对数律
- 研究问题
- 次序统计量的线性组合及分位数过程具有怎样的几乎处处渐近波动规律，如何建立相应的重对数律？
- 方法与思路
- 作者利用均匀经验过程在特定度量下的重对数收敛，以及经验分布函数几乎处处的近线性界，研究相应渐近规律。
- 材料陈述的贡献
- 摘要称证明了次序统计量线性组合的一般重对数律，并建立分位数过程的重对数律，但没有列出具体定理条件。
- 阅读关注点
- 核对线性组合权重、分布尾部和度量的限制，以及分位数过程结论覆盖的区间、归一化方式和极限描述。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体假设和定理形式未提供，不能据此推出任意分位数、权重或分布下的结论。
原文摘要
A general law of the iterated logarithm for linear combinations of order statistics is proved. The key tools are (1) iterated logarithm convergence of the uniform empirical process $U_n$ in $\rho_q$-metrics due to B. R. James and (2) almost sure "nearly linear" bounds for the empirical distribution function. A law of the iterated logarithm for the quantile process is also established.