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:摘要属于一般高阶渐近展开理论,未给出所列计量领域细分中的具体模型。

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
G. J. Babu
K. Singh

混合情形下的 Edgeworth 展开

研究问题
当随机向量至少一个边际具有格点分布时,独立样本均值函数的一项 Edgeworth 展开是否仍与纯非格点情形相同?
方法与思路
作者研究可写成独立同分布随机向量样本均值之函数的一类统计量,在含格点边际的情形分析一项展开。
材料陈述的贡献
摘要称,对所研究的广泛统计量类别,一项 Edgeworth 展开通常与纯非格点情形一致,但未列出例外或条件。
阅读关注点
应核对格点与非格点分量的组合要求、均值函数的光滑性条件,以及“通常相同”的精确含义和余项界。
阅读边界
依据稿件版本未注明的 OpenAlex 索引摘要;未说明矩条件和例外情形,不能推广到任意离散统计量或更高阶展开。

原文摘要

Let $X$ be a random vector with at least one marginal having a lattice distribution. For a wide class of statistics which can be written as a function of means of independent copies of $X$, it is established in this article that the one-term Edgeworth expansion is typically the same as the usual one-term expansion in the pure nonlattice case.

笔记与分组