Sample Sizes for Approximate Independence of Largest and Smallest Order Statistics
最大与最小次序统计量近似独立所需的样本量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：摘要讨论一般次序统计量的独立近似，未涉及分布效应或金融尾部风险的具体研究。
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
最大与最小次序统计量近似独立所需的样本量
- 研究问题
- 随机样本的最大值与最小值要达到给定程度的近似独立，需要多大样本量，且这一要求如何随总体分布类型变化？
- 方法与思路
- 作者用真实联合分布函数与独立假设下联合分布函数的最大差异衡量独立程度，并据此推导最低样本量要求。
- 材料陈述的贡献
- 摘要称结果适用于任意总体分布，连续情形的最低样本量是精确界，其他情形可能保守，非零容差对应有限样本量。
- 阅读关注点
- 应核对最大差异的取值范围和样本抽取条件，查看最低样本量如何计算，以及离散分布下保守程度如何体现。
- 阅读边界
- 来源为稿件版本未注明的 OpenAlex 索引摘要；具体样本量公式和容差数值未提供，结论也不等同于有限样本下完全独立。
原文摘要
Let Xn and X 1 be the largest and smallest order statistics, respectively, of a random sample of size n. Quite generally, Xn and X 1 are approximately independent for n sufficiently large. Minimum n for attaining at least specified levels of independence are developed. Level of independence is measured by the maximum difference between the true values of P(X 1 ≤x 1, Xn ≤xn ) and the corresponding values assuming independence of Xn and X 1. The results apply to all possible distributions for the population sampled. The value of minimum n is the smallest allowable n for the continuous case but can be too large otherwise. Minimum n is finite for all nonzero differences.