In this paper, we prove a local limit theorem for the ratio of the Poisson distribution to the Gaussian distribution with the same mean and variance, using only elementary methods (Taylor expansions and Stirling's formula). We then apply the result to derive an upper bound on the Le Cam distance between Poisson and Gaussian experiments, which gives a complete proof of the sketch provided in the unpublished set of lecture notes by Pollard (2010), who uses a different approach. We also use the local limit theorem to derive the asymptotics of the variance for Bernstein c.d.f. and density estimators with Poisson weights on the positive half-line (also called Szasz estimators). The propagation of errors in the literature due to the incorrect estimate in Lemma 2 (iv) of Leblanc (2012) is addressed in the Appendix.


翻译:在本文中,我们证明Poisson分布与Gaussian分布之比的局部限值理论,其平均值和差异相同,只使用基本方法(Taylor扩展和Stirling的公式)。然后,我们应用结果在Poisson和Gaussian实验之间的Le Cam距离上得出一个上限,这充分证明了Pollard(2010年)未发表的一套讲演说明中提供的草图,Pollarard(2010年)使用了不同的方法。我们还使用本地限值来得出Bernstein c.d.f.和以Poisson重量表示的密度估测器(也称为Szasz 估计器)在正线半线(也称为Szasz估计器)上的误差。附录中涉及Lemma 2 (iv) Leblanc(2012年)的误差。

0
下载
关闭预览

相关内容

专知会员服务
42+阅读 · 2020年12月18日
不可错过!华盛顿大学最新《生成式模型》课程,附PPT
专知会员服务
63+阅读 · 2020年12月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
蒙特卡罗方法(Monte Carlo Methods)
数据挖掘入门与实战
6+阅读 · 2018年4月22日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年3月31日
Arxiv
0+阅读 · 2021年3月28日
VIP会员
相关VIP内容
专知会员服务
42+阅读 · 2020年12月18日
不可错过!华盛顿大学最新《生成式模型》课程,附PPT
专知会员服务
63+阅读 · 2020年12月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
相关资讯
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
蒙特卡罗方法(Monte Carlo Methods)
数据挖掘入门与实战
6+阅读 · 2018年4月22日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员