基于经典和一般链方法的最小条件下MLE偏差的渐近指数界
Asymptotic exponential bounds for MLE deviation under minimal conditions via classical and generic chaining methods
摘要：
在本文中，非渐近精确的指数估计（在最小条件下）的尾部的偏差的MLE分布在所谓的自然条款：自然函数，自然距离，度量熵，巴拿赫空间的随机变量，对比功能，优化措施，或同样，一般的链接。
英文摘要：
In this paper non-asymptotic exact exponential estimates are derived (under minimal conditions) for the tail of deviation of the MLE distribution in the so-called natural terms: natural function, natural distance, metric entropy, Banach spaces of random variables, contrast function, majorizing measures or, equally, generic chaining.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
