.png){kind=icon}
返回
Approximating compound Poisson binomial distribution under 1-dependence
.png){kind=icon}
PRE
AI
DOI：10.1080/17442508.2025.2572632.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
复合泊松近似被应用于具有随机伯努利权重的1-相依同分布随机变量之和，且在减弱的矩假设下。证明了，如果存在1+δ阶绝对矩（0 ≤ δ ≤ 1），并且随机变量具有密度或为格点变量，则近似精度通常为O(n^(-δ))阶。还证明了，若存在有限的四阶矩，则缩放泊松分布与正态分布和Skellam分布的卷积的近似精度可以达到O(n^(-1))。这些结果与精算数学中的聚合索赔分布以及概率论中的第一个一致柯尔莫哥洛夫定理相关。
Keyword:
1-dependent random variables
aggregate claims distribution
convolutions
compound Poisson distribution
Cram & eacute
r's (C) condition
Kolmogorov metric
lattice distribution
Skellam distribution
total variation
期刊
S
IF:
0.9
论文数:
37
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容