Skip to main content
QUICK REVIEW

[论文解读] A central limit theorem for m-dependent variables

Svante Janson|arXiv (Cornell University)|Aug 27, 2021
Stochastic processes and financial applications参考文献 15被引用 13
一句话总结

本文在最小的林德贝格型条件下,为三角阵列中的 m-依赖随机变量建立了中心极限定理,推广了经典结果,消除了不必要的矩假设。当 m 依赖于 n 时,证明了行和的渐近正态性,采用改进的林德贝格条件,提供了比以往工作更精确且更广泛应用的框架。

ABSTRACT

We give a simple and general central limit theorem for a triangular array of m-dependent variables. The result requires only a Lindeberg condition and avoids unnecessary extra conditions that have been used earlier. The result applies also to increasing $m=m(n)$, provided the Lindeberg condition is modified accordingly. This improves earlier results by several authors.

研究动机与目标

  • 为无需额外矩条件的 m-依赖三角阵列提供一个通用且简洁的中心极限定理。
  • 将经典的林德贝格条件推广至依赖参数 m = m(n) 随 n 增长的情形。
  • 表明在 m 增长的情况下,林德贝格条件可被弱化,从而得到更自然且最优的表述形式。
  • 证明先前由 Berk、Romano & Wolf 及其他学者所得结果可作为新框架下的推论。
  • 阐明在 m 增长设置下,改进林德贝格条件的必要性与最优性。

提出的方法

  • 为均值为零、方差有限的 m-依赖三角阵列建立中心极限定理。
  • 提出一种改进的林德贝格条件:当 $ n \to \infty $ 时,$ \frac{m_n}{\sigma_n^2} \sum_{i=1}^{N_n} \mathbb{E}\left[ X_{ni}^2 \mathbf{1}_{\{|X_{ni}| > \varepsilon \sigma_n / m_n\}} \right] \to 0 $,该条件考虑了增长的依赖性。
  • 应用林德贝格-费勒的特征函数方法与截断技术,证明渐近正态性。
  • 通过例子表明,当 $ m_n \to \infty $ 时,经典林德贝格条件不足,从而证明需要改进版本。
  • 将新条件与勒普诺夫型条件进行比较,证明在 m-依赖情形下二者等价。
  • 通过反例证明新条件既必要又最优,因为在标准林德贝格条件失效的情况下,新条件仍成立。

实验结果

研究问题

  • RQ1在仅满足林德贝格条件而无额外矩假设的前提下,能否为 m-依赖变量建立中心极限定理?
  • RQ2当依赖参数 $ m_n $ 随 $ n $ 增长时,林德贝格条件的正确形式是什么?
  • RQ3当 $ m_n \to \infty $ 时,经典林德贝格条件是否仍充分,还是必须进行修改?
  • RQ4Berk (1973) 和 Romano & Wolf (2004) 的早期结果能否作为更一般框架下的特例被恢复?
  • RQ5在 m 依赖增长的背景下,勒普诺夫型条件表现如何?它们是否与改进的林德贝格条件等价?

主要发现

  • 本文在 m 固定时,于标准林德贝格条件下为 m-依赖三角阵列建立了中心极限定理。
  • 对于增长的 m = m(n),本文引入了一种改进的林德贝格条件,将 $ \varepsilon \sigma_n $ 替换为 $ \varepsilon \sigma_n / m_n $,该条件既必要又充分。
  • 改进的林德贝格条件确保了行和 $ S_n / \sigma_n \to N(0,1) $ 的渐近正态性,即使 $ \sum \text{Var}(X_{ni}) \not\leq C \sigma_n^2 $ 也成立,从而推广了 Orey (1958) 和 Berk (1973) 的结果。
  • 例 5.1 表明,当 $ m_n \to \infty $ 时,即使单个随机变量有界,经典林德贝格条件仍不足。
  • 例 5.2 证明改进的林德贝格条件是最优的,无法进一步弱化,因为其等价于辅助 i.i.d. 阵列上的标准林德贝格条件。
  • 例 5.3 表明,在 m 依赖增长的背景下,随着矩阶 r 增加,勒普诺夫条件变得更强,表现出与独立情形不同的非单调行为。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。