On the asymptotic distribution of scrambled net quadrature
扰乱网数值积分的渐近分布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：摘要属于高维数值积分与渐近分布理论，未提供所列经济计量细分方向的应用或模型依据。
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
扰乱网数值积分的渐近分布
- 研究问题
- 随机扰乱网用于高维数值积分时，其积分估计量是否具有渐近正态分布，从而支持基于分布近似的误差评估？
- 方法与思路
- 作者使用 Stein 方法研究特定扰乱网积分估计量的渐近分布，分析单位超立方体上具有适当光滑性的被积函数。
- 材料陈述的贡献
- 摘要称，对于适当光滑的被积函数，所研究的扰乱网积分估计量具有渐近正态性，为该数值积分方法提供分布理论。
- 阅读关注点
- 应核对网与扰乱机制的定义、光滑性要求及渐近标准化方式，并确认维数是否固定和结论覆盖哪些积分估计量。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；网参数记号需核对原文，摘要未列光滑性细节，不能扩展为所有扰乱序列的结论。
原文摘要
Recently, in a series of articles, Owen proposed the use of scrambled (t.m.s) nets and (t.s) sequences in high-dimensional numerical integration. These scrambled nets and sequences achieve the superior accuracy of equidistribution methods while allowing for the simpler error estimation techniques of Monte Carlo methods. The main aim of this article is to use Stein's method to study the asymptotic distribution of the scrambled (0.m.s) net integral estimate. In particular, it is shown that, for suitably smooth integrands on the s-dimensional unit hypercube, the estimate has an asymptotic normal distribution.