Order Statistics of Samples from Multivariate Distributions
多元分布样本的次序统计量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：摘要属于多元极值与次序统计量理论，未明确涉及金融尾部风险或其他所列细分领域。
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
多元分布样本的次序统计量
- 研究问题
- 多元样本各分量的最大值及距最大值固定位置的次序统计量，其联合渐近分布和渐近独立性如何刻画？
- 方法与思路
- 作者从各分量的高位次序统计量组成的向量出发研究渐近理论，重点给出各分量最大值向量的极限分布公式。
- 材料陈述的贡献
- 摘要称给出最大值向量的通用渐近分布公式和分量渐近独立的充要条件，将已有二元结果推广至多元情形。
- 阅读关注点
- 应核对极限分布采用的标准化、边际和联合尾部条件，以及最大值结果与其他固定高位次序统计量结果的区别。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体标准化、充要条件和示例均未展开，不能推断刊本变化或金融风险应用。
原文摘要
Let (X 1j , X 2j , ···, Xmj ), j = 1, 2, ···, n, be a sample of size n on an m-dimensional vector (X 1, X 2, ···, Xm ), m ≥ 2. Let the order statistics of the rth component be denoted by X r,1* ≤ X r,2* ≤ ··· ≤ X r,n *. In this article we investigate the distribution of the vector (X 1,n−i1*, X 2,n–i2*, ···, Xm,n–im *) for (i 1, i 2, ···, im ) not depending on n. The major emphasis is on asymptotic theory and a general formula is given for the asymptotic distribution of the vector above when each ij = 0. Necessary and sufficient condition is also given for the asymptotic independence of the components of the vector investigated. This extends results known for m = 2. In Section 4 examples are given for illustration.