子样本统计量联合渐近分析的一般方法
统计理论
2013-05-27 v1 统计理论
摘要
在时间序列分析中，基于从子样本计算出的估计量集合的统计量在日益增多的重要应用中发挥着关键作用。证明此类统计量的联合渐近分布结果具有挑战性，因为它通常涉及对技术条件的非平凡验证以及繁琐的逐案渐近分析。在本文中，我们提供了一种新技术，能够在一般设定下规避这些问题。我们的方法包含两个主要步骤：一个主要关注序列经验过程弱收敛的概率部分，以及一个提供将此弱收敛推广至序列经验过程泛函的一般方法的分析部分。我们的理论为一大类统计量的渐近分布提供了统一处理，包括最近提出的自标准化统计量和基于子采样的 p 值。此外，我们评论了 bootstrap 过程的一致性，并获得了关于某些映射的紧可微性的一般结果，这些结果似乎具有独立意义。
引用
@article{arxiv.1305.5618,
title = {A general approach to the joint asymptotic analysis of statistics from sub-samples},
author = {Stanislav Volgushev and Xiaofeng Shao},
journal= {arXiv preprint arXiv:1305.5618},
year = {2013}
}