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:摘要涉及次序统计量与一般检验渐近理论,未明确关联所列计量领域细分。

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
Peter Guttorp

均匀次序统计量二次型的渐近分布

研究问题
在相邻备择下,均匀次序统计量构成的二次型具有何种渐近分布;当不存在极限时,能否仍建立可用的分布近似?
方法与思路
作者修改二次型的不变性原理,并用鞅中心极限定理证明相关结果,在对二次型序列的条件下研究分布近似与检验功效。
材料陈述的贡献
摘要称,极限分布为加权非中心卡方变量之和与正态变量的卷积,并说明高阶间距统计量获得非平凡渐近功效所需的阶数增长。
阅读关注点
应核对相邻备择的构造、二次型序列的具体条件、无极限时近似的含义,以及间距阶数与样本量的增长关系。
阅读边界
依据版本未注明的 OpenAlex 索引摘要;“最小条件”及功效结论的适用范围未展开,不能据此重建定理或推断刊本变化。

原文摘要

The asymptotic distribution of quadratic forms in uniform order statistics is studied under contiguous alternatives. Using minimal conditions on the sequence of forms, the limiting distribution is shown to be the convolution of a sum of weighted noncentral chi-squares and a normal variate. The results give approximate distribution theory even when no limit exists. As an example, high-order spacings statistics are shown to have trivial asymptotic power unless the order of the spacings grows linearly with the sample size. The results are derived from a modification of an invariance principle for quadratic forms due to Rotar, which we prove by martingale central limit methods.

笔记与分组
相关领域论文