Poisson and normal approximations for the measurable functions of independent random variables
本文利用Malliavin-Stein型方法研究了无穷多个独立随机变量的可测函数的Poisson和正态逼近。将Stein方法与浓度不等式理论中的差分算子相结合,得到了Wasserstein距离、Kolmogorov距离和全变差距离的显式界.当仅限于有限个独立随机变量的函数时,我们的方法在正态近似中提供了新的界。同时,我们的边界泊松近似是第一次得到明确的。
2018-08-10 math.PR
Normal approximation for generalized U-statistics and weighted random graphs
基于任意分布的独立随机变量泛函的一般距离界,我们推导了加权U-统计量和的Wasserstein距离的正态逼近界.将这些界应用于Erdens-Rényi随机图中子图的组合权的正规逼近,将[1]的图计数结果推广到图权的设定上.我们的方法依赖于一个一般的随机分析框架的独立随机序列的泛函。
2020-07-25 math.PR
Normal approximation for sums of discrete $U$-statistics - application to Kolmogorov bounds in random subgraph counting
我们推导出了离散多重积分和由独立Bernoulli随机变量组成的$U$ -统计量之和在Kolmogorov距离中的正规逼近界。这种界被应用于Erd{ \H o}s-Rényi随机图的重正化子图计数的正规逼近。这种方法完全解决了一个长期存在的猜想,在一般设置的任意图计数,同时恢复和改善最近的结果,三角形以及使用Wasserstein距离的结果。
2018-06-14 math.PR
Strong approximation of partial sums under dependence conditions with application to dynamical systems
本文给出了满足弱相依条件的实值随机变量平稳序列在强不变原理下的精确收敛速度,其中包括Rosenblatt(1956)意义下的强混合.给出了间断映射在无界函数中的应用。
2011-03-16 math.PR
A note on the normal approximation error for randomly weighted self-normalized sums
设$\bX=\{X_n\}_{n\geq 1}$和$\bY=\{Y_n\}_{n\geq 1}$是两个独立的随机序列。我们得到的随机加权自正规化和$$ ψ_n(\bX,\bY)=\sum_{i=1}^nX_iY_i/V_n,\quad V_n=\sqrt{Y_1^2+...+Y_n^2}. $$的正常规律的收敛速度。这些速度被认为是举行了一些重要的统计,如例如学生的$t$ -统计或经验相关系数的收敛。
2011-09-27 math.PR
Poincaré Inequalities and Normal Approximation for Weighted Sums
在庞加莱型条件下,探索了相关被加数加权和分布与正态分布之间的柯尔莫戈洛夫距离的上界。基于改进的高维欧氏球面上的浓度不等式,所得结果推广和改进了非对称模型的已有结果。
2020-11-18 math.PR
Normal approximation and almost sure central limit theorem for non-symmetric Rademacher functionals
本文研究了独立Rademacher随机变量序列的某些泛函的正规逼近和几乎必然中心极限定理。特别是,我们提供了一个新的链式法则,改进了Nourdin,Peccati和Reinert(2010)导出的规则,然后我们使用(离散)Malliavin-Stein方法推导出正常近似的Wasserstein距离的界。此外,我们还利用L-Lifshits准则给出了固定Rademacher混沌中随机变量序列的几乎几乎必然中心极限定理.
2016-09-01 math.PR
Optimal Bounds in Normal Approximation for Many Interacting Worlds
在本文中,我们使用Stein的方法获得了Hall,Deckert和Wiseman提出的多相互作用世界谐振子基态经验分布的正态近似的最佳界,包括Kolmogorov和Wasserstein距离。(2014)]。我们的Wasserstein距离上的界限解决了McKeague和Levin的一个猜想[Ann. Appl. Probab.(2016)]。
2022-03-29 math.PR
Normal approximation for subgraph counts in age-dependent random connection models
本文针对年龄依赖随机连接模型,在轻尾条件下证明团计数的多变量定量正态逼近,并利用相伴随机变量中心极限定理得到子树计数的渐近正态性。
2025-05-14 math.PR
On the accuracy of the normal approximation for the free energy in the REM
本文研究了中等偏差尺度下随机能量模型(REM)中自由能的涨落。我们发现,对于高温的正常近似仅在一个狭窄的范围内的缩放远离CLT。对于更高阶的标度,适度偏差的概率比指数衰减得更快。
2012-12-23 math.PR
U-statistics and random subgraph counts: Multivariate normal approximation via exchangeable pairs and embedding
在作者最近的一篇论文中,介绍了一种新的方法-称为“嵌入法”-,它允许在相应的耦合不满足一定的线性条件的情况下,利用可交换对进行Stein方法的正态和多元正态近似。其关键思想是将问题嵌入到一个更高的维度空间中,以满足线性条件。在这里,我们将嵌入应用于U-统计量以及随机图中的子图计数。
2009-12-17 math.PR
Normal Approximation for Weighted Sums under a Second Order Correlation Condition
在相关型条件下,我们得到了相依和项的加权和分布与正规律之间的平均Kolmogorov距离的$(\log n)/n$阶上界。这个结果是基于高维欧氏球面上改进的浓度不等式。对数凹概率测度的例子说明了应用。
2019-06-21 math.PR
Rates of convergence for multivariate normal approximation with applications to dense graphs and doubly indexed permutation statistics
本文给出了凸集上多元正态逼近的一个新的一般定理。该定理制定的多元扩展的Stein耦合。我们将结果应用于稠密随机图的齐性检验,并证明了某些双指标置换统计量的多元渐近正态性。
2015-09-18 math.PR
On the error bound in the normal approximation for Jack measures
本文利用Stein方法和零偏耦合,得到了特征比Jack变形法向近似下Kolmogorov距离的一致和非一致界.我们的统一约束非常接近于Fulman [J. Combin. Theory Ser. A,108(2004),275- 296]。作为非一致界证明的副产品,我们得到了零偏耦合的Rosenthal型不等式。
2020-06-14 math.PR
Multivariate Normal Approximation by Stein's Method: The Concentration Inequality Approach
将Stein方法的正态逼近的浓度不等式方法推广到多元情形。我们用这种方法证明了一个非光滑函数距离的多元正态逼近的$k$ -维独立随机向量$W=\sum_{i=1}^n X_i$的标准化和的误差界的顺序$k^{1/2}γ$其中$γ=\sum_{i=1}^n E|X_i|^3$。对于局部相关(无界)随机向量的总和,我们得到一个四阶矩界,这是典型的顺序$O_k(1/\sqrt{n})$,以及一个三阶矩界,这是典型的顺序$O_k(\log n/\sqrt{n})$。
2015-05-16 math.PR
Normal approximation for functions of hidden Markov models
广义微扰方法是Stein方法的一个通用变体,用于获得正常逼近的速率。最初开发的功能独立的随机变量,这种方法在这里扩展到功能的实现的隐马尔可夫模型。在这种依赖的设置,收敛速度提供了在某些应用程序中随机几何,导致,在每种情况下,一个额外的对数因子相对于一个相对于独立的情况下的速度。
2020-10-09 math.PR
Multivariate normal approximation using Stein's method and Malliavin calculus
我们结合Stein的方法与Malliavin演算,以获得明确的界限,在多维正常的近似(在Wasserstein距离)的高斯场的泛函。我们的结果推广和完善了Peccati和Tudor(2005),Nualart和Ortiz-Latorre(2007),Peccati(2007)以及Nourdin和Peccati(2007 b,2008)的主要发现;特别是,它们适用于通过高斯向量与任意正定协方差阵的近似。在几个例子中,我们提供了一个应用程序的布鲁尔-主要CLT的功能版本的字段从属于一个分数布朗运动。
2008-11-19 math.PR
Multivariate normal approximation using exchangeable pairs
自20世纪70年代初引入Stein方法以来,已经做了大量的研究来扩展和加强它;然而,不存在Stein原始的多元正态近似可交换对方法的版本。本文的目的就是填补这一空白。我们提出了三个抽象的正常逼近定理,使用可交换对在多元背景下,一个的情况下,其中的基本对称是离散的,和真正的和复杂的版本的定理的情况下,涉及连续对称群。本文的主要应用是证明了Haar测度在正交群和酉群上的秩$k$投影的近似正规性,当$k=o(n)$ .
2008-01-15 math.PR
On normal approximations to symmetric hypergeometric laws
计算了具有标准差$σ$的对称超几何律与其通常的正态近似之间的Kolmogorov距离,并证明其小于$1/(\sqrt{8π}\,σ)$,且阶数$1/σ$和常数$1/\sqrt{8π}$是最优的. Hipp和Mattner(2007)关于对称二项式定律的结果是作为特例得到的。连接到Berry-Esseen类型的结果在更一般的情况下,简单的随机样本或伯努利卷积的总和进行了解释。独立感兴趣的辅助结果包括相当尖锐的正态分布函数不等式,超几何律的一个简单的可识别性结果,以及与Lévy的浓度方差不等式有关的一些评论。
2014-04-30 math.PR
On Stein factors in Stein's method for normal approximation
本文研究标准正态 Stein 方程解的导数界,针对 k 阶导数具有 Lipschitz 性的测试函数,完整刻画了可达到的最优一致界。
2024-12-08 math.PR
Error bounds in normal approximation for the squared-length of total spin in the mean field classical $N$-vector models
本文给出了平均场经典$N$ -矢量模型中总自旋平方长度在正规近似下的Kolmogorov和Wasserstein界。Kolmogorov界是新的,而Wasserstein界改进了Kirkpatrick和Nawaz最近获得的结果[Journal of Statistical Physics,\textbf{165}(2016),no. 6,1114- 1140]。证明是基于Stein的方法交换对。
2019-03-26 math.PR
Normal approximation for statistics of randomly weighted complexes
本文为随机加权单纯复形的统计量建立正态近似界,基于差分算子稳定化,推广了图上的结果,并应用于最近面权重和局部统计量。
2024-07-17 math.PR
Stein's method and normal approximation of Poisson functionals
我们结合斯坦的方法与版本的Malliavin演算的泊松空间。结果得到了关于一般Poisson测度的多重Wiener-Itô积分的中心极限定理(CLTs)的显式Berry-Berréen界.我们提供了几个应用程序的CLTs相关的Ornstein-Uhlenbeck-Lévy过程。
2008-07-31 math.PR
Normal approximation for partial sums: general convex costs
Université Paris Cité(巴黎西岱大学);Univ Gustave Eiffel(古斯塔夫·埃菲尔大学);Univ Paris Est Créteil(巴黎东克雷泰伊大学);Université de Versailles(凡尔赛大学)
本文研究了部分和分布与正态分布之间的凸运输成本,通过理想距离和Lindeberg方法的结合,给出了非渐近界和渐近极限,并明确数值和渐近常数。
2026-03-02 math.PR
Bounds for the accuracy of invalid normal approximation
在应用概率论中,正态近似常被用来描述具有可加结构的数据的分布。这个传统是基于(独立)随机变量和的中心极限定理。然而,当观测的样本量有限时,实际上不可能检查提供中心极限定理有效性的条件。因此,尽管法向近似在理论上不适用,但在使用法向近似的情况下,了解法向近似的实际精度是非常重要的。此外,在某些与计算机模拟相关的情况下,如果和中的单独被加数的分布属于特征指数小于2的稳定律的吸引区域,则归一化和的分布与正态律之间的观测距离首先随着被加数的增加而减小,并且仅当被加数的数量变得足够大时才开始增加。本文试图从理论上解释这一现象。
2020-10-25 math.PR
Multivariate normal approximations by Stein's method and size bias couplings
利用Stein方法得到了多元正态逼近的两个定理。我们的主要定理,定理1.2,为任何非负随机向量提供了一个到正态的距离的界。定理1.2要求多变量大小偏差耦合,我们在研究相依随机向量和的分布的近似时讨论了这一点。在单变量的情况下,我们简要地说明了这种方法的多元正态变量的非线性函数的某些总和。作为第二个例子,我们证明了在某些随机图中,给定度的顶点数的多元分布是渐近多元正态的,并得到了收敛速度收敛速率的一个界。这两个例子表明,这种方法可能是适合的情况下,涉及非局部依赖。我们还提出了定理1.4,具有局部型依赖的向量和。我们应用该定理获得随机$p$ -向量分布的多元正态逼近,该向量计算固定图中当每个顶点独立地被一种$p$颜色着色时,两个顶点具有相同给定颜色的边的数量。这里给出的所有正规近似结果不需要与依赖结构相关的被加数的排序。这与经典的中心极限定理和例子的假设相反,经典的中心极限定理和例子包括,例如,鞅、马尔可夫链或各种混合假设。
2005-10-27 math.PR
Normal approximation of stabilizing Poisson pair functionals with column-type dependence
本文研究了稳定化泊松对函数的正态近似,通过列型依赖条件建立正态近似充分条件,并应用于矩形交叉数和条形码总结的正态近似。
2025-12-23 math.PR
New error bounds in multivariate normal approximations via exchangeable pairs with applications to Wishart matrices and fourth moment theorems
我们扩展斯坦的著名Wasserstein界正常近似通过可交换对多维设置。作为一个中间步骤,我们利用可交换对的对称性来获得光滑检验函数的误差界。我们还获得了一个连续的版本的多维Wasserstein界的四阶矩。我们应用的主要结果多元正常近似Wishart矩阵的大小$n$和程度$d$,在那里我们获得的最佳收敛速度$\sqrt{n^3/d}$下,只有时刻的假设,和二次型和泊松泛函,在那里我们加强了几个第四时刻界在文献中的Wasserstein距离。
2020-09-19 math.PR
Normal approximation in total variation for statistics in geometric probability
本文利用Stein方法建立了$\mathbb{R}^d$上一类大类标记Poisson点过程的得分函数和的全变差距离的正态逼近率.在较弱的Kolmogorov距离下的研究中,假设得分函数满足稳定和矩条件。在一个额外的非奇异性条件的成本得分函数,我们表明,利率是在Kolmogorov距离下。我们演示了使用定理在四个应用程序:Voronoi曲面细分,$k$ -最近的邻居,木材体积和最大层。
2020-11-16 math.PR
Normal approximation for associated point processes via Stein's method with applications to determinantal point processes
我们使用Stein的方法来提供非渐近$L^1$界的正常的相关点过程的泛函。至于支持工具,我们使用最近由[PDL 17]发现的关联和$α$ -混合属性之间的联系。我们应用我们的主要结果,已知是负相关的行列式点过程。一个潜在的应用点过程中的Laguerre-Gaussian家庭。
2020-04-02 math.PR
The Method of Cumulants for the Normal Approximation
该调查是专门为一个著名的一系列quantitave的结果,立陶宛学校的概率,对正常的近似值的实值随机变量。关键成分是一个$|κ_j(X)| \leq j!^{1+γ} /Δ^{j-2}$型累积量的界,它比有限指数矩的Cramér条件弱。我们对Saulis和Statulevičius(1989)的一本书中的一些“主要引理”给出了一个自包含的证明,并对Cramér-Petrov级数做了一个容易理解的介绍。此外,我们解释与重尾威布尔变量,中度偏差,和mod-phi收敛的关系。我们讨论了一些方法,如混合累积量和依赖图的可和性的累积量的边界,并简要回顾了最近的几个应用程序的正常逼近的累积量的方法。
2021-03-04 math.PR
Bounds of the accuracy of the normal approximation to the distributions of random sums under relaxed moment conditions
在放松的矩条件下,特别是在没有高于二阶矩的情况下,提高了独立随机变量之和的正态近似分布的精度的界。这些结果被推广到泊松-二项、二项和泊松随机和。在相同的条件下,得到了相应的极限律对混合Poisson随机和分布的逼近精度的界。特别是,这些边界构造的几何分布,负二项分布和泊松逆伽马(Sichel)随机和的拉普拉斯,方差伽马和学生分布,分别近似的精度。所有的绝对常数都是显式写出的。
2015-07-03 math.PR
Multivariate normal approximation with Stein's method of exchangeable pairs under a general linearity condition
在本文中,我们建立了一个多元交换对方法的框架内斯坦的方法来评估潜在的奇异多元正态分布的分布距离。通过将统计扩展到高维空间,我们还提出了一种嵌入方法,该方法允许正常近似,即使当相应的统计数据的兴趣不容易借给自己斯坦的可交换对方法。为了说明该方法,我们提供了运行的线以及双索引排列统计的例子。
2009-12-08 math.PR
Normal approximations for discrete-time occupancy processes
研究了一类离散时间占用过程,即转移核为乘积Bernoulli型的马尔可夫链的正规逼近。这一类包含了许多出现在复杂网络文献中的模型,包括生态学中的随机斑块占用模型,流行病学中的网络模型,以及各种动态随机图模型。利用Stein方法和与类似的确定性模型的偏差的矩不等式,得到了中心极限定理收敛速率的界.因此,我们的工作也意味着一个统一的大数定律,这些过程的子类。
2018-11-10 math.PR
Rates of convergence in normal approximation under moment conditions via new bounds on solutions of the Stein equation
得到了正规和多元正规Stein方程解的$k$阶导数的新的界.我们的一般顺序界涉及更少的衍生物的检验函数比那些在现有的文献。我们应用这些界限和当地的方法耦合,以获得一个顺序$n^{-(p-1)/2}$界,光滑的检验函数,为一个标准化的独立和同分布的随机变量和标准正态分布的分布之间的距离时,这些分布的第一个$p$时刻同意。当矩序列收敛于正态矩时,我们还得到了分布序列收敛于正态分布收敛速度速度的一个界。
2014-06-24 math.PR
On the normal approximation for random fields via martingale methods
证明了严格平稳随机场在严格射影条件下的一个中心极限定理。该假设是由Maxwell和Woodroofe在随机变量的设定中引入的。我们的方法是基于新的结果,三角阵列的鞅差,有兴趣在自己的。作为应用,我们给出了Volterra型线性随机场和非线性随机场的新结果.
2017-08-25 math.PR
Non-uniform bounds for non-normal approximation via Stein's method with applications to the Curie--Weiss model and the imitative monomer-dimer model
本文通过Stein方法建立非正态逼近的非一致Berry--Esseen界,推广了作者先前结果,并应用于Curie--Weiss模型和模仿单体-二聚体模型的磁化非中心极限定理,扩展了现有文献结果。
2025-06-20 math.PR
Normal approximation via non-linear exchangeable pairs
我们提出了一个新的功能分析方法,斯坦的方法,不需要对手头上,以满足任何近似线性回归属性的可交换对。我们利用这一理论,以获得抽象的正常和伽马逼近的某些功能的Wasserstein距离的界限。此外,我们说明了这种方法的相关性,通过三个实例的情况下,它可以应用:独立随机变量的泛函,有限总体统计和泛函有限群。在独立的情况下,特别是对称的$U$ -统计,我们证明在这方面,这种方法从根本上产生更好的界限比那些在现有的文献。最后,我们应用我们的结果,以提供Wasserstein界的CLT的子图计数的几何随机图的基础上$n$ i.i.d.点在欧几里得空间以及正常的近似皮尔逊统计。
2020-08-12 math.PR
Normal approximation of compound Hawkes functionals
我们推导出了正态分布随机变量对Hawkes过程的随机积分逼近的Wasserstein距离的定量界。在确定性和非负被积函数的情况下,我们的估计只涉及被积函数的第三时刻,除了方差项使用平方范数的被积函数。因此,我们能够观察到“三阶矩现象”,其中第一累积量的消失可以导致更快的收敛速度。我们的研究结果也适用于复合Hawkes过程,并改善目前的文献估计可能不会收敛到零,在大的时间,或已获得仅为特定的内核,如指数或Erlang内核。
2022-09-08 math.PR
Multi-Dimensional Normal Approximation of Heavy-Tailed Moving Averages
本文将Poisson泛函的精化二阶Poincaré不等式从一维推广到多维。它的证明是基于一个多元版本的Malliavin-Stein方法正常逼近泊松空间。我们还提出了一个应用程序的重尾移动平均线的向量值泛函的部分和。该扩展允许函数具有多变量参数,即多个移动平均值以及函数的多变量值。这样的设置以前没有在稳定的移动平均过程的框架中进行过探索。它可以潜在地捕获不能仅由一维边缘描述的概率性质,而是需要联合分布。
2021-11-20 math.PR
Discretized normal approximation by Stein's method
本文证明了一个一般性定理,用以确定所关心的整数值随机变量的分布与适当离散化的正态分布之间的全变差距离。我们把这个定理应用到独立同分布序列的2-游程上。Bernoulli随机变量,Erdös-Rényi随机图中给定度的顶点数,以及均匀多项式占用模型。
2014-07-04 math.PR
Normal approximation of subgraph counts in the random-connection model
本文在基于泊松点过程的随机连接模型中,利用组合方法与累积量分析,建立了子图计数在 Kolmogorov 距离下的正态近似收敛速率,覆盖一般子图与树状子图。
2025-11-09 math.PR
Stein meets Malliavin in normal approximation
斯坦方法是一种概率逼近方法,其取决于函数方程的解。对于正规近似,函数方程是一阶微分方程。Malliavin演算是一种无穷维微分学,其算子作用于一般高斯过程的泛函。Nourdin和Peccati(2009)通过分部积分法建立了Stein法向近似和Malliavin演算之间的基本联系。利用这种联系,以获得一般高斯过程的泛函的中心极限定理的全变差的误差界。特别感兴趣的是四阶矩定理,它提供了误差界的顺序$\sqrt{\mathbb{E}(F_n^4)-3}$在中心极限定理的元素$\{F_n\}_{n\ge 1}$的Wiener混沌的任何固定顺序,使$\mathbb{E}(F_n^2) = 1$。本文阐述了Nourdin和Peccati的工作,简要介绍了Stein方法和Malliavin演算。它是基于2014年7月在越南高等数学研究所年会上发表的演讲。
2015-05-08 math.PR
Asymptotic approximations for the distribution of the product of correlated normal random variables
本文研究两个相关正态随机变量乘积的分布,推导其概率密度函数、尾部概率、分位数函数及在险价值和尾部在险价值的渐近近似。
2024-10-21 math.CA math.PR
Stein's method of normal approximation: Some recollections and reflections
本文从个人的角度对Stein的正态逼近方法作一个简短的阐述。它主要集中在正态分布的特征和Stein恒等式的构造。通过例子,它提供了一瞥到许多方法来构建斯坦身份和斯坦的方法,以数学问题的不同应用。书中还包括一些历史趣闻,包括斯坦因是如何发现他的方法的,以及我是如何找到他的贝里-埃辛定理的一个未发表的证明的。
2021-04-16 math.PR stat.ME
Refined normal approximations for the Student distribution
本文建立了Student分布的一个局部极限定理。我们使用它来改进Shafiei & Saberali(2015)中给出的学生生存函数的正态近似,并推导出四个近似水平下相应最大误差的渐近界。作为一个推论,学生分布的百分点(或分位数)的近似值是根据标准正态分布的百分点获得的。
2022-05-24 math.PR math.ST stat.TH
Kolmogorov bounds for the normal approximation of the number of triangles in the Erdos-Renyi random graph
本文给出了Erdos-Renyi随机图中三角形个数的正态近似的误差界。我们的边界匹配Bartheland,Karonski和Rucinski(1989)获得的最佳Wasserstein边界,解决了一个长期存在的开放问题。证明是基于一个新的变形的斯坦-Tikhomirov方法-结合斯坦的方法和特征函数介绍Tikhomirov(1980)。
2017-04-03 math.CO math.PR
Normal approximation for mixtures of normal distributions and the evolution of phenotypic traits
给出了一个明确的界限之间的混合正态分布和正态分布与适当选择的参数值的Kolmogorov距离。一个随机变量X有一个混合正态分布,如果它的条件分布给定一些σ-代数是正常的。这个界限只取决于给定这个σ-代数的X的前两个条件矩的前两个矩。作为一个应用程序,Yule-Ornstein-Uhlenbeck模型,用于系统发育比较方法的领域,被认为是。一个边界推导出的Kolmogorov距离之间的分布的平均值的表型性状在n个相关物种和一个正态分布。当n趋于无穷大时,界限趋于0,扩展了Bartoszek和Sagitov早期的极限定理。
2020-08-06 math.PR q-bio.PE
Normal approximation of the numbers of isolated edges and isolated 2-stars in uniform simple graphs with given vertex degrees
National University of Singapore(新加坡国立大学)
针对配置模型和给定度序列的均匀简单图,推导了孤立边、孤立2-星、自环和重边数量的联合正态-泊松逼近误差,以及在简单条件下孤立边和孤立2-星数量的正态逼近误差,首次给出有限样本正态逼近结果。
2026-05-28 math.CO math.PR
Stein's method for the symmetric matrix normal distribution with an application to the approximation of the Wishart law
The University of Manchester(曼彻斯特大学);Université du Québec à Trois-Rivières(特鲁瓦河魁北克大学)
将Stein方法推广到对称矩阵正态分布,利用对称矩阵Ornstein-Uhlenbeck过程的生成元得到Stein刻画,建立半群表示和正则性估计,并应用于Wishart分布的Wasserstein距离界。
2026-06-27 math.PR math.ST stat.TH
Normal approximation for the net flux through a random conductor
我们考虑在$\mathbb{R}^d$中求解一个椭圆型偏微分方程,方程具有固定的随机电导率系数。选择宽度为$L$的正方形区域上的边界条件,使得解具有宏观单位梯度。然后,我们考虑通过域的平均通量。众所周知,在极限$L \to \infty$,这个量几乎肯定收敛到一个确定性常数。我们的主要结果是正常的近似时,这个流量$L$是大的:我们给这个随机变量和正常的随机变量的法律之间的Kantorovich-Wasserstein距离的估计。这将作者以前的一个结果推广到更大的一类随机电导率系数。分析依赖于椭圆正则性,格林函数的边界,以及S。查特吉基于斯坦的方法。
2014-06-09 math.AP math.PR
Functional correlation decay and multivariate normal approximation for non-uniformly expanding maps
在具有不定常参数的间歇Pomeau-Manneville映射的情形下,我们给出了一个函数相关界,该界对于分析模型的统计性质非常有用.我们给出了这个结果的两个应用,表明在一个适当的参数范围内的界限意味着正常的逼近方法的Stein和Rio的条件。对于一个单一的Pomeau-Manneville地图属于这个参数范围内,这两种方法,然后产生一个多元中心极限定理的收敛速率。
2018-07-04 math.DS math.PR
On Stein's method for multivariate normal approximation
本文的目的是综合Chatterjee-Meckes和Reinert-Röllin在多元正态近似中采用Stein的可交换对方法所采取的方法。更一般的线性回归条件的Reinert-Röllin允许更广泛的适用性的方法,而方法的边界的解决方案的斯坦方程由于查特吉-梅克斯允许改进的收敛速度。证明了两个抽象的正常逼近定理,一个用于当潜在的对称性的随机变量是离散的,和一个用于在连续对称群存在的情况下。对Reinert-Röllin在直线上的应用进行了修改,以证明收敛速度的改进,并给出了Laplace-Beltrami算子在紧致黎曼流形上本征函数的联合值分布的一个新应用.
2009-02-02 math.DG math.PR
Sunklodas' approach to normal approximation for time-dependent dynamical systems
我们考虑不定常动力系统作为一个概率空间的自映射序列的组成。我们建立的条件下,多元观测的Birkhoff和,给定一个中心和一个一般的归一化序列$b(N)$的可逆方阵,近似的正态分布的度量定期检验函数。取决于度量和归一化序列$b(N)$,条件意味着近似中的误差在$\Vert b(N)^{-1} \Vert \lesssim N^{-1/2}$的附加假设下以速率$O(N^{-1/2})$或速率$O(N^{-1/2} \log N)$衰减。误差伴随着一个乘法常数,其精确值可以直接从条件中计算出来。证明是基于一个观察由于Sunklodas关于斯坦的方法正常的近似。我们给一维随机分段扩展映射和顺序,随机和准静态间歇系统的应用。
2020-09-28 math.DS math.PR