Central Limit Theorems for Dependent Heterogeneous Random Variables
相依异质随机变量的中心极限定理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：摘要研究一般相依随机变量的概率极限理论，未明确指定宏观、金融或微观应用，现有文本不足以归入给定细分领域。
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…
关注这篇论文的作者
相依异质随机变量的中心极限定理
- 研究问题
- 对于具有弱相依性和异质性的随机变量三角阵，如何建立中心极限定理，并改善极小化估计量渐近正态性所需的条件？
- 方法与思路
- 作者针对 mixingale 和近历相依随机变量设计 Bernstein 分块方案，结合鞅差中心极限定理与弱相依条件推导极限结果。
- 材料陈述的贡献
- 摘要称，近历相依变量的中心极限定理在若干方面改进已有结果，并可用于改善极小化估计量渐近正态性的条件。
- 阅读关注点
- 应核对三角阵的矩条件、相依性衰减和异质性限制、分块长度选择，以及新条件与既有定理和估计应用的具体关系。
- 阅读边界
- 仅据所给 Crossref 版本摘要，无法判断条件放宽的确切程度；摘要未给出完整定理、证明或具体经济模型的适用范围。
原文摘要
This paper presents central limit theorems for triangular arrays of mixingale and near-epoch-dependent random variables. The central limit theorem for near-epoch-dependent random variables improves results from the literature in various respects. The approach is to define a suitable Bernstein blocking scheme and apply a martingale difference central limit theorem, which in combination with weak dependence conditions renders the result. The most important application of this central limit theorem is the improvement of the conditions that have to be imposed for asymptotic normality of minimization estimators.