Saddlepoint Approximation for Multivariate Cumulative Distribution Functions and Probability Computations in Sampling Theory and Outlier Testing
多元累积分布函数的鞍点近似及其在抽样理论与异常值检验中的概率计算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：摘要涉及一般多元概率近似与异常值检验，未明确对应所列计量领域细分。
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
多元累积分布函数的鞍点近似及其在抽样理论与异常值检验中的概率计算
- 研究问题
- 如何近似抽样理论中四类常见多元分布的累积分布函数与矩形区域概率，并将这些概率计算用于异常值相关检验？
- 方法与思路
- 作者利用多项、多元超几何、Dirichlet及多元Pólya分布的条件分布表征，构造累积分布与矩形概率的二阶鞍点近似。
- 材料陈述的贡献
- 摘要称，文章给出四类分布在一般设置下的二阶近似，并讨论其在异常值不协调性检验及偏移检验中的应用。
- 阅读关注点
- 应核对条件分布表征、二阶近似的推导与适用范围，尤其关注离散性、分布边界及小尾部概率对近似误差的影响。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未提供误差界、计算细节或检验表现，不能据此判断近似精度。
原文摘要
Four multivariate distributions commonly arise in sampling theory: the multinomial, multivariate hypergeometric, Dirichlet, and multivariate Pólya distributions. Second-order saddlepoint approximations are given for approximating these multivariate cumulative distribution functions (cdf's) in their most general settings. Probabilities of rectangular regions associated with these cdf's are also approximated directly using second-order saddlepoint methods. All the approximations follow from characterizations of the multivariate distributions as conditional distributions. Applications to outlier discordancy tests and slippage tests are discussed.