On the Berry-Esseen Bound for $L$-Statistics in the Non-I.D. Case with Applications to the Estimation of Location Parameters
非同分布情形下L统计量的Berry–Esseen界及位置参数估计应用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L统计量的概率近似与位置估计，未直接讨论给定分类中的分位数或分布效应。
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
非同分布情形下L统计量的Berry–Esseen界及位置参数估计应用
- 研究问题
- 观测不具有相同分布时，L统计量的正态近似误差如何控制，以及不同绝对矩条件下的界如何服务于位置参数估计？
- 方法与思路
- 作者建立两个非同分布情形的Berry–Esseen定理，一个使用有限三阶绝对矩，另一个使用较低阶绝对矩，并讨论应用。
- 材料陈述的贡献
- 摘要称第一个定理推广经典Berry–Esseen结果，第二个在更低阶矩条件下成立并可能更有推断价值，但未给出具体界。
- 阅读关注点
- 应核对观测之间的依赖条件、L统计量权重限制、两个误差界的速率，并查原PDF确认低阶矩指数及其范围。
- 阅读边界
- OpenAlex版本未注明；低阶矩指数范围的排版不完整，需查原PDF，不据此重构公式；摘要也未说明依赖与权重条件。
原文摘要
In this paper, two versions of the Berry-Esseen theorems are established for $L$-statistics in the non-identically distributed case. One theorem, which requires $E|X_i|^3 < \infty$, is an extension of the classical Berry-Esseen theorem. Another, proved under the condition $E|X_i|^\alpha < \infty$ for some $\alpha \in (0, 1\rbrack$, seems to be of more interest for statistical inference. Some applications are also discussed.