Estimators Related to $U$-Processes with Applications to Multivariate Medians: Asymptotic Normality
与 U 过程相关的估计量及其多元中位数应用：渐近正态性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：摘要属于 U 过程与多元位置估计理论，未提供经济分布效应或其他所列方向的直接证据。
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…
与 U 过程相关的估计量及其多元中位数应用：渐近正态性
- 研究问题
- 论文研究准则函数涉及多个样本观测时，最大化相应 U 过程得到的估计量何时渐近正态，并应用于多元中位数。
- 方法与思路
- 作者以 U 过程的最大化量估计总体准则的最大化参数，在适当条件下分析极限分布，再处理两类多元中位数。
- 材料陈述的贡献
- 摘要称建立这类估计量的渐近正态性，并用于证明 Liu 的单纯形中位数和 Oja 中位数的渐近正态性。
- 阅读关注点
- 应核对准则函数与参数空间要求、总体最大化量的唯一性，以及一般结论应用到两类中位数时需验证的条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；适当条件和渐近协方差未展开，多元中位数结果不能直接视为分布效应推断。
原文摘要
If a criterion function $g(x_1, \ldots, x_m; \theta)$ depends on $m > 1$ samples, then a natural estimator of $\arg \max P^mg(x_1, \ldots, x_m; \theta)$ is the $\arg \max$ of a $U$-process. It is observed that, under suitable conditions, these estimators are asymptotically normal. This is then applied to prove asymptotic normality of Liu's simplical median and of Oja's medians in $\mathbb{R}^d$.