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:摘要直接研究样本分位数,并明确覆盖线性及非线性相依序列过程。

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
Wei Biao Wu

相依序列样本分位数的 Bahadur 表示

研究问题
对线性及部分常用非线性相依过程,样本分位数如何获得 Bahadur 表示,经验过程的局部波动又如何影响其余项?
方法与思路
作者研究相依数据经验过程的局部波动,建立样本分位数的 Bahadur 表示,并将结果应用于截尾均值和温莎化均值。
材料陈述的贡献
摘要称相较既有结果,在更弱条件下得到更尖锐的界,从而拓展相依随机变量的经验过程理论及相关均值应用。
阅读关注点
阅读全文时应核对允许的线性和非线性过程、依赖与分布条件、余项界的准确阶数,以及均值应用所需附加条件。
阅读边界
依据版本未注明的 OpenAlex 索引摘要;更弱条件及更尖锐界均未具体列出,不能推断任意相依序列都满足表示。

原文摘要

We establish the Bahadur representation of sample quantiles for linear and some widely used nonlinear processes. Local fluctuations of empirical processes are discussed. Applications to the trimmed and Winsorized means are given. Our results extend previous ones by establishing sharper bounds under milder conditions and thus provide new insight into the theory of empirical processes for dependent random variables.

笔记与分组
相关领域论文