Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:0805.0228

帮助 | 高级搜索

数学 > 统计理论

arXiv:0805.0228 (math)
[提交于 2008年5月2日 (v1) ,最后修订 2010年1月14日 (此版本, v2)]

标题: 矩的评估及其在回归估计中的应用

标题: Evaluation for moments of a ratio with application to regression estimation

Authors:Paul Doukhan, Gabriel Lang
摘要: 随机变量的比率在概率和统计应用中经常出现。 我们旨在在几种依赖性假设下近似这些比率的矩。 扩展Collomb [C. R. Acad. Sci. Paris 285 (1977) 289--292]中的思想,我们提出了随机加权和的矩以及当中心极限定理成立时$L^p$-偏差的更紧的界限。 我们指出在金融和删失数据分析中的适当应用,并专注于功能估计领域的应用。
摘要: Ratios of random variables often appear in probability and statistical applications. We aim to approximate the moments of such ratios under several dependence assumptions. Extending the ideas in Collomb [C. R. Acad. Sci. Paris 285 (1977) 289--292], we propose sharper bounds for the moments of randomly weighted sums and for the $L^p$-deviations from the asymptotic normal law when the central limit theorem holds. We indicate suitable applications in finance and censored data analysis and focus on the applications in the field of functional estimation.
评论: 发表于 http://dx.doi.org/10.3150/09-BEJ190 的《伯努利》(http://isi.cbs.nl/bernoulli/)由国际统计学会/伯努利学会(http://isi.cbs.nl/BS/bshome.htm)出版
主题: 统计理论 (math.ST)
引用方式: arXiv:0805.0228 [math.ST]
  (或者 arXiv:0805.0228v2 [math.ST] 对于此版本)
  https://doi.org/10.48550/arXiv.0805.0228
通过 DataCite 发表的 arXiv DOI
期刊参考: IMS-BEJ-BEJ190
相关 DOI: https://doi.org/10.3150/09-BEJ190
链接到相关资源的 DOI

提交历史

来自: Gabriel Lang [查看电子邮件]
[v1] 星期五, 2008 年 5 月 2 日 13:27:47 UTC (24 KB)
[v2] 星期四, 2010 年 1 月 14 日 10:02:52 UTC (98 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
查看许可
当前浏览上下文:
math.ST
< 上一篇   |   下一篇 >
新的 | 最近的 | 2008-05
切换浏览方式为:
math
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号