Аннотация:
Пусть F — симметричное k-мерное вероятностное распределение,
характеристическая функция ˆF(t) которого при всех
t∈Rk удовлетворяет неравенству ˆF(t)⩾−1+α, где
0<α<2. Пусть n — произвольное натуральное число,
Fn — n-кратная свертка распределения F с собой, а e(nF) — сопровождающее
безгранично делимое распределение с характеристической
функцией exp(n(ˆF(t)−1)). Доказано, что равномерное расстояние
ρ(⋅,⋅) между соответствующими функциями распределения
допускает оценку ρ(Fn,e(nf))⩽c1(k)(n−1+exp(−na+c2kln3n)),
где c1(k) зависит только от размерности k, c2 — абсолютная постоянная. Библ.: 13 назв.
F. Götze, A. Yu. Zaitsev, “Convergence to Infinite-Dimensional Compound Poisson Distributions on Convex Polyhedra”, J Math Sci, 273:5 (2023), 732
Vladimir Bening, Victor Korolev, “Comparing Compound Poisson Distributions by Deficiency: Continuous-Time Case”, Mathematics, 10:24 (2022), 4712
V. Čekanavičius, S. Y. Novak, “Compound Poisson approximation”, Probab. Surveys, 19:none (2022)
Ф. Гётце, А. Ю. Зайцев, “Сходимость к бесконечномерным обобщенным распределениям Пуассона на выпуклых многогранниках”, Вероятность и статистика. 30, Зап. научн. сем. ПОМИ, 501, ПОМИ, СПб., 2021, 118–125
V. Čekanavičius, P. Vellaisamy, “Compound Poisson Approximations in $\ell _p$-norm for Sums of Weakly Dependent Vectors”, J Theor Probab, 34:4 (2021), 2241
Ф. Гётце, А. Ю. Зайцев, “Оценки близости сверток вероятностных распределений на выпуклых многогранниках”, Вероятность и статистика. 27, Зап. научн. сем. ПОМИ, 474, ПОМИ, СПб., 2018, 108–117
M. A. Lifshits, Ya. Yu. Nikitin, V. V. Petrov, A. Yu. Zaitsev, A. A. Zinger, “Toward the History of the Saint Petersburg School of Probability and Statistics. I. Limit Theorems for Sums of Independent Random Variables”, Vestnik St.Petersb. Univ.Math., 51:2 (2018), 144
Ф. Гётце, Ю. С. Елисеева, А. Ю. Зайцев, “Неравенства Арака для функций концентрации и проблема Литтлвуда–Оффорда”, Теория вероятн. и ее примен., 62:2 (2017), 241–266; F. Götze, Yu. S. Eliseeva, A. Yu. Zaitsev, “Arak inequalities for concentration functions and the Littlewood–Offord problem”, Theory Probab. Appl., 62:2 (2018), 196–215
Vydas Čekanavičius, Universitext, Approximation Methods in Probability Theory, 2016, 51
Vydas Čekanavičius, Universitext, Approximation Methods in Probability Theory, 2016, 1
Vydas Čekanavičius, Universitext, Approximation Methods in Probability Theory, 2016, 223
Vydas Čekanavičius, Universitext, Approximation Methods in Probability Theory, 2016, 179
Vydas Čekanavičius, Universitext, Approximation Methods in Probability Theory, 2016, 69
Vydas Čekanavičius, Universitext, Approximation Methods in Probability Theory, 2016, 207
Vydas Čekanavičius, Universitext, Approximation Methods in Probability Theory, 2016, 21
Julius Kruopis, Vydas Čekanavičius, “Compound Poisson approximations for symmetric vectors”, Journal of Multivariate Analysis, 123 (2014), 30
А. Ю. Зайцев, “Об аппроксимации выборки пуассоновским точечным процессом”, Вероятность и статистика. 6, Зап. научн. сем. ПОМИ, 298, ПОМИ, СПб., 2003, 111–125; A. Yu. Zaitsev, “On approximation of the sample by a Poisson point process”, J. Math. Sci. (N. Y.), 128:1 (2005), 2556–2563
V. Čekanavičius, “Infinitely divisible approximations for discrete nonlattice variables”, Advances in Applied Probability, 35:4 (2003), 982
V. Čekanavičius, Y. H. Wang, “Compound Poisson approximations for sums of discrete nonlattice variables”, Advances in Applied Probability, 35:1 (2003), 228
V. Čekanavičius, “Infinitely divisible approximations for discrete nonlattice variables”, Adv. Appl. Probab., 35:04 (2003), 982