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:摘要研究通用 Jackknife 正态近似理论,未提供与所列经济计量细分方向直接相关的依据。

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
K. F. Cheng

Jackknife 估计量的 Berry–Esseen 收敛速率

研究问题
对 U 统计量函数进行 Jackknife 修正,并用 Jackknife 方差估计量标准化后,其分布接近标准正态分布的误差能有何种收敛速率?
方法与思路
作者研究 U 统计量函数的 Jackknife 估计量,以相应渐近方差的 Jackknife 估计构造标准化统计量,并给出一致正态近似误差界。
材料陈述的贡献
摘要称在一定假设下建立了依赖正参数 p 的 Berry–Esseen 型速率,量化正态近似误差,而不仅说明渐近正态性。
阅读关注点
应核对 p 的含义及相关条件、U 统计量和函数的要求、方差估计的非退化条件,以及误差界中常数是否依赖模型参数。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明。摘要所谓温和假设未展开,p 的来源也未说明,不能据此确定具体应用的速率或刊本变化。

原文摘要

Consider an ordinary estimation problem for an unknown parameter $\theta$. Let the estimator $\theta^\ast_n$ be the jackknife of a function of a $U$-statistic. Under mild assumptions, we demonstrate that $\sup_t |P\lbrack n^{1/2}(\theta^\ast_n - \theta)/S^\ast_n \leq t \rbrack - \Phi (t)| = O(n^{-p/2(p+1)})$, where $S^{\ast 2}_n$ is a jackknife estimator of the asymptotic variance of $n^{1/2}\theta^\ast_n, \Phi (t)$ is the standard normal distribution and $p$ is some positive number.

笔记与分组