搜索Statlect上的概率和统计信息
统计章程
指数

渐近理论

学习渐近理论的基础知识:如何定义随机变量和随机载体的序列,如何定义它们的收敛,如何保证其收敛。

随机序列

随机载体的序列

概括了随机变量序列讲述讲义中引入的概念

随机变量的序列

各种定义,包括IID,固定式,ergodic,混合

随机收敛模式

几乎肯定的融合

通过固定采样点获得的几乎所有序列的收敛性

点融合

通过固定采样点获得的所有序列的融合

均衡均方收敛

收敛到极限之间平均方距离的零和序列的术语

概率融合

收敛到远离极限的概率的零

收敛模式之间的关系

随机收敛不同概念的关系

分布融合

序列条款的分布函数收敛到极限的分布函数

随机收敛的定理

中央限位定理

保证样本平均会聚到正态分布的条件

大号法律

保证样本平均会聚到真正的平均值

Slutsky的定理

连续映射定理的重要应用

连续映射定理

随机收敛通过连续变换保存

Delta方法

用于导出渐近正常序列函数的渐近分布的方法

经验分布

插件原则

如何使用实证分布到原始分发的近似特征

经验分布

观察样本的离散分布的分布函数

蒙特卡罗方法

将插件原理应用于计算机生成的样本

这本书

本网站上发现的大多数学习材料现在都以传统的教科书格式提供。