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。