Distribution of the Maximum of Concomitants of Selected Order Statistics
选定次序统计量的伴随变量最大值的分布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：摘要讨论一般二元总体的次序统计量与极值分布，未提供对应所列经济或金融细分领域的直接依据。
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
选定次序统计量的伴随变量最大值的分布
- 研究问题
- 从二元连续总体抽样后，按第一变量选出最大的若干观测，其对应第二变量的最大值具有怎样的有限样本与极限分布？
- 方法与思路
- 作者分别考察选取数量固定和随样本量按固定比例增长的情形，给出极限分布的充分条件及相应标准化常数。
- 材料陈述的贡献
- 摘要称文章讨论了该最大值的有限样本及渐近分布，并将结果应用于二元正态总体和简单线性回归模型。
- 阅读关注点
- 应核对两种选取机制各自需要的尾部与依赖条件、标准化常数的构造，以及正态和回归例子如何满足这些条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体充分条件、有限样本公式及适用边界未提供，不能推断刊本变化。
原文摘要
For a random sample of size $n$ from an absolutely continuous bivariate population $(X, Y)$, let $X_{i:n}$ denote the $i$th order statistic of the $X$ sample values. The $Y$-value associated with $X_{i:n}$ is denoted by $Y_{\lbrack i:n\rbrack}$ and is called the concomitant of the $i$th order statistic. For $1 \leq k \leq n$, let $V_{k,n} = \max(Y_{\lbrack n - k + 1: n\rbrack},\ldots,Y_{\lbrack n: n\rbrack})$. In this paper, we discuss the finite-sample and the asymptotic distributions of $V_{k,n}$. We investigate the limit distribution of $V_{k,n}$ as $n \rightarrow \infty$, when $k$ is held fixed and when $k = \lbrack np\rbrack, 0 < p < 1$. In both cases we obtain simple sufficient conditions and determine the associated norming constants. We apply our results to some interesting situations, including the bivariate normal population and the simple linear regression model.