Convergence of Empirical Processes of Mixing rv's on $\lbrack 0,1\rbrack$
区间 [0,1] 上混合随机变量经验过程的收敛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：混合依赖本身不足以确定时间序列应用，摘要仅提供通用经验过程理论的信息。
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
区间 [0,1] 上混合随机变量经验过程的收敛
- 研究问题
- 对于区间 [0,1] 上具有不同混合依赖性质的随机变量，加权经验累积过程在什么条件下能够获得弱收敛？
- 方法与思路
- 作者针对三类混合随机变量，给出加权经验累积过程弱收敛的条件；摘要未列出混合类型、权重形式或证明方法。
- 材料陈述的贡献
- 摘要明确陈述的贡献是为三类混合随机变量建立加权经验过程的弱收敛条件，未说明极限过程或条件之间的关系。
- 阅读关注点
- 应核对三类混合条件的定义、混合速率与权重限制，以及弱收敛所采用的函数空间和极限过程的具体形式。
- 阅读边界
- 所给 OpenAlex 索引摘要很短且稿件版本未注明；不能判断条件强弱、是否必要，或对具体时间序列模型的适用性。
原文摘要
Conditions are given for the weak convergence of weighted empirical cumulative processes of three types of mixing random variables (rv's) on $\\lbrack 0, 1\\rbrack$.