孙强 第(2+)阶矩下随机向量最大值的高斯近似。 (英语) Zbl 1459.62025号 统计概率。莱特。 158,文章ID 108523,4 p.(2020). 摘要:我们导出了随机向量之和在第(2+iota)阶矩下的最大值的高斯近似结果。我们的主要定理是抽象的和非辛的,可以应用于各种统计学习问题。该证明使用了Lindeberg伸缩求和装置以及其他一些新开发的技术成果。 引用于1文件 MSC公司: 62E17型 统计分布的近似值(非共鸣) 60G70型 极值理论;极值随机过程 关键词:高斯近似;最大值 PDF格式BibTeX公司 XML格式引用 \textit{Q.Sun},统计概率。莱特。158,文章ID 108523,4 p.(2020;Zbl 1459.62025) 全文: 内政部 arXiv公司 参考文献: [1] 切尔诺朱科夫,V。;Chetverikov,D。;Kato,K.,经验过程上确界的高斯近似,Ann.Statist。,42, 1564-1597 (2014) ·Zbl 1317.60038号 [2] 切尔诺朱科夫,V。;Chetverikov,D。;Kato,K.,《高维中心极限定理和自举法》,Ann.Probab。,45, 4, 2309-2352 (2017) ·Zbl 1377.60040号 [3] Lindeberg,J.W.,Eine neue herleitung des exponentialgesetzes in der wahrscheinlichkeitsrechnung,Math。Z.,15,1,211-225(1922)·JFM 48.0602.04标准 [4] Pollard,D.,《测量理论概率的用户指南》,第8卷(2002年),剑桥大学出版社·Zbl 0992.60001号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。