A Weak Convergence Approach to the Theory of Large Deviations
大偏差理论的弱收敛方法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：材料属于一般概率与大偏差理论，出现随机过程不足以确定所列经济计量细分领域。
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…
大偏差理论的弱收敛方法
- 研究问题
- 所给目录式材料围绕如何以 Laplace 原理表述大偏差理论，并将相关方法用于随机游走和 Markov 过程展开。
- 方法与思路
- 材料列出表示公式、紧性与极限性质等主题，并依次讨论连续或不连续统计量，以及 Markov 链经验测度等对象。
- 材料陈述的贡献
- 所给材料呈现一套以弱收敛和 Laplace 原理组织大偏差问题的研究框架，但没有明确陈述具体创新或定理结论。
- 阅读关注点
- 应核对该记录对应的文献类型、各章定理的假设、表示公式的作用，以及不连续统计量情形需要哪些额外条件。
- 阅读边界
- 所给索引摘要实际呈目录形式，版本未注明；不能据此确认具体定理、证明或原创贡献，也不能推断其经济计量应用。
原文摘要
Formulation of Large Deviation Theory in Terms of the Laplace Principle. First Example: Sanov's Theorem. Second Example: Mogulskii's Theorem. Representation Formulas for Other Stochastic Processes. Compactness and Limit Properties for the Random Walk Model. Laplace Principle for the Random Walk Model with Continuous Statistics. Laplace Principle for the Random Walk Model with Discontinuous Statistics. Laplace Principle for the Empirical Measures of a Markov Chain. Extensions of the Laplace Principle for the Empirical Measures of a Markov Chain. Laplace Principle for Continuous-Time Markov Processes with Continuous Statistics. Appendices. Bibliography. Indexes.