On Edgeworth Expansions with Unknown Cumulants
未知累积量下的 Edgeworth 展开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：摘要仅涉及通用分布近似理论，没有支持所列经济学细分领域分类的直接证据。
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
未知累积量下的 Edgeworth 展开
- 研究问题
- 当所涉及分布的累积量未知时，如何修改 Edgeworth 方法以用一个分布近似另一个分布，而不要求预先掌握这些累积量？
- 方法与思路
- 作者提出对 Edgeworth 技术的修改，用于分布之间的近似；摘要仅说明不再需要知道累积量，未描述替代机制。
- 材料陈述的贡献
- 摘要称引入一种新的分布近似方法，其主要特点是消除对相关分布累积量已知这一要求，未列出误差结果。
- 阅读关注点
- 阅读时应核对未知累积量如何处理、近似所需的其他信息、成立条件与误差控制，以及和标准展开的关系。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未说明构造、正则条件或误差阶，不能判断该方法是否适用于任意分布。
原文摘要
In this paper a new method of approximating one distribution by another is introduced. The method is essentially a modification of the Edgeworth technique which eliminates the necessity of knowing the cumulants of the distributions involved.