Stable Distributions in Statistical Inference: 1. Symmetric Stable Distributions Compared to other Symmetric Long-Tailed Distributions
统计推断中的稳定分布（一）：对称稳定分布与其他对称长尾分布的比较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：摘要讨论一般长尾分布理论，未提供金融尾部风险或其他所列应用领域的文本依据。
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
统计推断中的稳定分布（一）：对称稳定分布与其他对称长尾分布的比较
- 研究问题
- 研究极长尾数据能否区分为纯对称稳定分布或正态与对称稳定分布的混合，并考察混合分布卷积的收敛速度。
- 方法与思路
- 作者将稳定分布假说扩展为混合分布，计算不同参数下的统计区分难度，并考察多次卷积的渐近行为。
- 材料陈述的贡献
- 摘要称，两类分布的区分难度随参数变化，且混合分布的卷积可能很慢才接近稳定极限或呈现理论渐近行为。
- 阅读关注点
- 应核对区分难度的定义、计算所用参数范围、卷积次数，以及收敛迟缓对有限样本分布判断的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。具体参数、距离指标和计算结果未提供，不能据此认定数据生成机制或推断刊本变化。
原文摘要
The hypothesis that very long-tailed data come from a symmetric stable distribution can be generalized, namely, that the observations are generated by a mixture of a normal distribution and another symmetric stable distribution. The difficulty of statistical distinction of the two cases is computed as a function of the various parameters involved. Also, computations show that convolutions of these mixtures can be very slow to converge to the limiting stable distribution or even to assume the asymptotic behavior predicted by theory for large numbers of convolutions.