Asymptotic Normality of a Class of Nonparametric Statistics
一类非参数统计量的渐近正态性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：摘要提供通用非参数统计量极限理论，未明确研究分位数估计或分布效应等具体方向。
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
一类非参数统计量的渐近正态性
- 研究问题
- 能否以统一理论建立加权独立同分布变量和、线性秩统计量、次序统计量函数及伴随变量统计量的渐近正态性？
- 方法与思路
- 作者针对包含多种统计量的一般类别建立渐近正态性，再将加权和、符号秩及次序统计量等作为特例纳入。
- 材料陈述的贡献
- 摘要称，所得结论统一并扩展了若干已有结果，覆盖无符号线性秩、符号秩及次序统计量伴随变量的线性函数。
- 阅读关注点
- 应核对一般统计量的定义、权重和函数的正则条件、方差标准化方式，以及各特例如何满足统一定理的要求。
- 阅读边界
- 仅依据所给 Crossref 摘要；具体假设、证明及扩展范围未说明，涉及次序统计量也不足以认定其研究分布效应。
原文摘要
Asymptotic normality is established for a class of statistics which includes as special cases weighted sum of independent and identically distributed (i.i.d.) random variables, unsigned linear rank statistics, signed rank statistics, linear combination of functions of order statistics, and linear function of concomitants of order statistics. The results obtained unify as well as extend a number of known results.