跳到正文
← 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:摘要属于均匀次序统计量和经验分布函数的一般概率理论,未涉及经济分位数或分布效应,所列细分证据不足。

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
Jon A. Wellner

与经验分布函数线性界有关的分布

研究问题
对于独立均匀样本的经验分布函数,与某个次序统计量最大值及其位置有关的随机变量,具有怎样的有限样本和极限分布?
方法与思路
作者围绕次序统计量及最大值位置求联合与边际分布,并通过经验分布函数及其逆的 Poisson 型不变性联系指数随机变量之和。
材料陈述的贡献
摘要称给出所定义变量的有限样本分布与极限分布,扩展并补充已有结果,同时建立与指数随机变量求和的联系。
阅读关注点
应首先对照原PDF核对最大值定义中的下标与括号,再阅读有限样本分布推导、极限结果及 Poisson 型不变性关系。
阅读边界
OpenAlex 索引摘要的稿件版本未注明;最大值定义右侧下标与加法位置存在排版歧义,需查原PDF,不能重构公式或据此推导。

原文摘要

$X_1, \cdots, X_n$ are i.i.d. Uniform (0, 1) rv's with empirical df $\Gamma_n$ and order statistics $0 < U_1 < \cdots < U_n < 1.$ Define random variables $U_\ast, i_\ast$ (for $n \geqq 2$) by $\max_{1\leqq i \leqq n - 1} \frac{U_{i + 1}}{i} = \frac{U_{i_\ast} + 1}{i_\ast}, U_\ast = U_{i_\ast + 1};$ $i_\ast + 1$ is the (random) index of the order statistic at which the maximum is achieved and $U_\ast$ is the value of that order statistic. The distributions of $(U_\ast, i_\ast)$ and of $U_\ast$ and $i_\ast$ are found for all $n \geqq 2,$ extending and complementing earlier results due to Birnbaum and Pyke, Chang, and Dempster. The limiting distributions are found and related to the corresponding sums of exponential rv's by a Poisson type invariance result for the empirical df $\Gamma_n$ and its inverse $\Gamma_n^{-1}$.

笔记与分组
相关领域论文