Edgeworth Expansions in Nonparametric Statistics
非参数统计中的 Edgeworth 展开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：摘要关注一般非参数统计的高阶近似与误差界，未提供足以选择所列经济计量领域细分的应用信息。
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
非参数统计中的 Edgeworth 展开
- 研究问题
- 非参数模型中 M 估计量、秩检验及其他统计量的 Edgeworth 展开有哪些研究进展，U 统计量有哪些误差界？
- 方法与思路
- 作者综述非参数统计中若干统计量的 Edgeworth 展开研究，同时证明一个关于 U 统计量的 Berry–Esseen 定理。
- 材料陈述的贡献
- 摘要明确提供相关高阶展开研究的综述，并称所证明的 U 统计量 Berry–Esseen 定理似乎是新的。
- 阅读关注点
- 应区分综述中的既有结果与作者新增定理，核对各类统计量的条件，以及 U 统计量误差界的准确形式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；展开阶数与定理条件未说明，“近期”指写作时期，不能据此判断当前研究前沿。
原文摘要
This is a survey of recent work on Edgeworth expansions for $(M)$ estimates, rank tests and some other statistics arising in nonparametric models. A Berry-Esseen theorem for $U$-statistics which seems to be new is also proved.