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:摘要直接研究多元分位数定义及分位数过程的分布极限,对应分位数与分布方向。

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
John H. J. Einmahl
David M. Mason

广义分位数过程

研究问题
对于多维随机向量,如何通过集合类定义多元分位数及其随机过程,并解释该过程何时出现高斯或非高斯极限?
方法与思路
作者以一类集合定义多元分位数,构造广义分位数过程,建立函数型中心极限定理,并通过若干例子说明其性质。
材料陈述的贡献
摘要称该过程包含经典单变量分位数过程作为特例,并表明其极限过程既可能是高斯的,也可能是非高斯的。
阅读关注点
阅读时应核对集合类如何决定分位数定义、过程收敛所用空间与条件,以及不同极限类型出现的具体例子和原因。
阅读边界
所据为稿件版本未注明的 OpenAlex 索引摘要;集合类条件与极限表达未提供,不能直接推断分位数回归或效应推断结论。

原文摘要

For random vectors taking values in $\mathbb{R}^d$ we introduce a notion of multivariate quantiles defined in terms of a class of sets and study an associated process which we call the generalized quantile process. This process specializes to the well known univariate quantile process. We obtain functional central limit theorems for our generalized quantile process and show that both Gaussian and non-Gaussian limiting processes can arise. A number of interesting example are included.

笔记与分组
相关领域论文