Локальная предельная теорема для возмущенных выборочных траекторий индуцированных порядковых статистик

Обложка
  • Авторы: Биттер И.И.1
  • Учреждения:
    1. Международная лаборатория стохастического анализа и его приложений, НИУ ВШЭ
  • Выпуск: № 113 (2025)
  • Страницы: 6-20
  • Раздел: Системный анализ
  • URL: https://ogarev-online.ru/1819-2440/article/view/289704
  • ID: 289704

Цитировать

Полный текст

Аннотация

Выводится локальная предельная теорема для возмущенных выборочных траекторий нормализованных сумм индуцированных порядковых статистик, полученных из последовательности независимых одинаково распределенных случайных векторов при слабых условиях регулярности на коэффициенты. Рассматриваемая ситуация является типовым примером задачи оценки скорости сходимости дискретных по времени марковских процессов к диффузиям, когда соответствующие тренды и коэффициенты диффузии марковской цепи и диффузионного предела совпадают лишь асимптотически. При описываемых выше условиях оказывается неприменимым классический результат Конакова и Маммена (2000) о скорости слабой сходимости треугольных массивов дискретных марковских процессов к диффузионному процессу с коэффициентами, совпадающими с коэффициентами цепей. Наш подход основан на изучении равномерного расстояния между переходными плотностями заданной неоднородной цепи Маркова и предельного гауссовского диффузионного процесса. В частности, оценка скорости сходимости получена с использованием классической предельной теоремы и оценок устойчивости типа параметрикса.

Об авторах

Илья Игоревич Биттер

Международная лаборатория стохастического анализа и его приложений, НИУ ВШЭ

Email: ilya.bitter@yandex.ru
Москва

Список литературы

  1. BITTER I., KONAKOV V. L1 and L ∞ stability of transitiondensities of perturbed diffusions // Random Oper. Stoch. Eq. –2021. – Vol. 29(4). – P. 287–308.
  2. BHATTACHARYA R., RAO R. Normal approximations andasymptotic expansions. – Wiley and sons, 1976.
  3. BHATTACHARYA P.K. Convergence of Sample Paths ofNormalized Sums of Induced Order Statistics // Ann. Statist. –September, 1974. – Vol. 2(5). – P. 1034–1039.
  4. CRAMER H., LEADBETTER M.R. Stationary and relatedstochastic processes. – Dover Publications, Inc., Mineola, NY,2004.
  5. CS ˙ ORG ´ O M., R ´ EV ´ ESZ P. Strong Approximations of thequantile process // The Annals of Statistics. – 1978. – Vol. 6,No. 4. – P. 882–894.
  6. CS ˙ ORG ´ O M. Quantile Processes with Statistical Applications //Society for IndustrialL and Applied Mathematics. – 1983.
  7. DAVID H.A. Concomitants of order statistics // Bull. Internat.Statist. Inst. – 1973. – Vol. 45. – P. 295–300.
  8. DAVID H.A., GALAMBOS J. The asymptotic theory ofconcomitants of order statistics // J. Appl. Probab. – 1974. –Vol. 11. – P. 762–770.
  9. DAVYDOV YU., EGOROV V. Functional limit theorems forinduced order statistics // Mathematical Methods of Statistics. –January, 2000. – Vol. 9(3). – P. 297–313.
  10. DELARUE F., MENOZZI S. Density estimates for a randomnoise propagating through a chain of differential equations // J.Funct. Anal. – 2010. – Vol. 259(6). – P. 1577–1630.
  11. GALAMBOS J. The Asymptotic Theory of Extreme OrderStatistics. – Krieger, Malabar, FL, 1987.
  12. KONAKOV V., MAMMEN E. Local Limit Theorems andStrong Approximations for Robbins-Monro Procedures //arXiv:2304.10673. – 2023.
  13. KONAKOV V., MAMMEN E. Local limit theorems fortransition densities of Markov chains converging to diffusions //Probability Theory and Related Fields. – 2000. – Vol. 117. –P. 551–587.
  14. KONAKOV V., KOZHINA A., MENOZZI S. Stability ofdensities for perturbed diffusions and Markov chains // ESAIM:Probability and Statistics. – 2017. – Vol. 21. – P. 88–112.
  15. MENOZZI S., PESCE A., ZHANG X. Density and gradientestimates for non-degenerate Brownian SDEs with unboundedmeasurable drift // J. Diff. Eq. –2021. – Vol. 272. – P. 330–369.
  16. SEN P.K. A note on invariance principles for induced orderstatistics // The Annals of Probab. – 1976. – Vol. 4. –P. 474–479.
  17. KOZHINA A. Weak error for the Euler scheme approximationof degenerate diffusions with nonsmooth coefficients // Fundam.Prikl. Mat. – 2018. – Vol. 22, Iss. 3. – P. 91–118.
  18. SKOROHOD A.V. Studies in the theory of randomprocesses. – Addison-Wesley, Reading, Massachussetts, 1965.[English translation of Skorohod A.V. Issledovaniya po teoriisluchaynykh protsessov. – Kiev University Press, 1961.]
  19. STROOCK D.W., VARADHAN S.R. Multidimensionaldiffusion processes. – Springer, Berlin, Heidelberg, New York,1979.
  20. VAN DER VAAR A.W. Asymptotic Statistics. – CambridgeUniversity Press, 1998.
  21. YANG S.S. General distribution theory of the concomitants oforder statistics // The Annals of Statist. – 1977. – Vol. 5. –P. 996–1002.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».