Un desarrollo de Edgeworth para la razón de dos funcionales de campos gaussianos y límites óptimos de Berry-Esseen
Autores: Kim, Yoon-Tae; Park, Hyun-Suk
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Un desarrollo de Edgeworth para la razón de dos funcionales de campos gaussianos y límites óptimos de Berry-Esseen
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Tasa de convergencia
Campos gaussianos
Ecuaciones diferenciales estocásticas
Ecuaciones diferenciales estocásticas parciales
Distancia de Kolmogorov
Estimador de Máxima Verosimilitud
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Este documento se refiere a la tasa de convergencia de la distribución de la secuencia , donde y son cada uno funcionales de campos gaussianos de dimensión infinita. Esta forma aparece con mucha frecuencia en el problema de estimación de parámetros que ocurren en Ecuaciones Diferenciales Estocásticas (SDEs) y Ecuaciones Diferenciales Parciales Estocásticas (SPDEs). Desarrollamos una nueva técnica para calcular la tasa exacta de convergencia en la distancia de Kolmogorov para la aproximación normal de . Como herramienta para nuestro trabajo, se desarrollará una expansión de Edgeworth para la distribución de , con un resto explícitamente expresado, y este término de resto se controlará para obtener un límite óptimo. Como aplicación, proporcionamos un límite óptimo de Berry-Esseen del Estimador de Máxima Verosimilitud (MLE) de un parámetro desconocido que aparece en SDEs y SPDEs.
Descripción
Este documento se refiere a la tasa de convergencia de la distribución de la secuencia , donde y son cada uno funcionales de campos gaussianos de dimensión infinita. Esta forma aparece con mucha frecuencia en el problema de estimación de parámetros que ocurren en Ecuaciones Diferenciales Estocásticas (SDEs) y Ecuaciones Diferenciales Parciales Estocásticas (SPDEs). Desarrollamos una nueva técnica para calcular la tasa exacta de convergencia en la distancia de Kolmogorov para la aproximación normal de . Como herramienta para nuestro trabajo, se desarrollará una expansión de Edgeworth para la distribución de , con un resto explícitamente expresado, y este término de resto se controlará para obtener un límite óptimo. Como aplicación, proporcionamos un límite óptimo de Berry-Esseen del Estimador de Máxima Verosimilitud (MLE) de un parámetro desconocido que aparece en SDEs y SPDEs.