安德烈亚斯·阿纳斯塔西奥;罗伯特·高特。 通过delta方法对最大似然估计量进行多元正态逼近。 （英语） Zbl 1441.62139号 钎焊。J.遗嘱认证。斯达。 34，第1期，136-149（2020年）. 对于最大似然估计量（MLE）可以写成i.i.d.（t）维随机向量之和的函数的情况，本文导出了d维参数的MLE分布与其渐近多元正态分布之间分布距离的显式上界。审核人：丹尼斯·西多罗夫（伊尔库茨克） 引用于5文件 MSC公司： 62甲12 多元分析中的估计 62H10型 统计的多元分布 关键词：多参数极大似然估计;多元正态分布;斯坦因方法 PDF格式BibTeX公司 XML格式引用 \textit{A.Anastasiou}和\textit{R.E.Gaunt}，布拉兹。J.遗嘱认证。Stat.34，No.1，136--149（2020；Zbl 1441.62139） 全文： 内政部 arXiv公司 欧几里得 参考文献： [1] Anastasiou，A.（2018年）。评估来自高维异质数据的最大似然估计量的多元正态近似。刊登在《电子统计杂志》上·Zbl 1406.62019号 ·doi:10.1214/18-EJS1492 [2] Anastasiou，A.和Ley，C.（2017年）。使用Delta方法的最大似然估计量的渐近正态性的界。ALEA：《拉丁美洲概率与数理统计杂志》第14期，第153-171页·Zbl 1362.62046号 ·doi:10.30757/ALEA.v14-09 [3] Anastasiou，A.和Reinert，G.（2017年）。最大似然估计量的正态近似的界。伯努利23191-218·Zbl 1362.60017号 ·doi:10.3150/15-BEJ741 [4] Billingsley，P.（1961年）。马尔可夫链中的统计方法。《数理统计年鉴》32，12-40·Zbl 0104.12802号 ·doi:10.1214/aoms/1177705136 [5] Cox，D.R.和Snell，E.J.（1968年）。残差的一般定义。英国皇家统计学会杂志，B辑，统计方法30，248-275·Zbl 0164.48903号 ·doi:10.1111/j.2517-6161.1968.tb00724.x [6] Davison，A.C.（2008）。统计模型。剑桥统计与概率数学系列。剑桥：剑桥大学出版社。 [7] 高特，R.E.（2016）。通过Stein方程解的新边界，在矩条件下法向近似中的收敛速度。《理论概率杂志》29，231-247·兹比尔1335.60021 ·doi:10.1007/s10959-014-0562-z [8] Gaunt，R.E.和Reinert，G.（2016）。用Stein方法研究了一些渐近七方分布统计量的收敛速度。https://arxiv.org/pdf/1603.01889.pdf。 [9] Mäkeläinen，T.、Schmidt，K.和Styan，G.P.H.（1981）。关于固定样本中向量值参数的最大似然估计的存在唯一性。《统计年鉴》9758-767·Zbl 0473.62004号 [10] Winkelbauer，A.（2012年）。正态分布的力矩和绝对力矩。https://arxiv.org/pdf/1209.4340.pdf。 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。