讨论班 | 统计渐近理论（2022/3/13）

编辑：劳雅静、许严方 发布日期：2022-03-09

1、讨论班简介

统计渐近理论

本课程主要学习并掌握统计渐近理论中的基础和常用技巧，内容主要包括基础概率论、Delta方法、矩估计、M估计、统计学习理论、集中不等式、经验过程、稀疏估计、概率图模型、非参数回归、相依推断等。本课程主要的参考教材为 Asymptotic Statistics, A.W. van der Vaart 和 High-dimensional statistics:  A non-asymptotic viewpoint, Wainwright, Martin J，以及其他相关的课本以及文献资料。

 

2、时间及地点

 

image 23

 

 

3、本期内容概述

统计渐近理论

内容简介

本次课先回顾几乎处处收敛、依期望收敛、依概率收敛以及依分布收敛的定义以及他们的之间的关系，证明几个重要的概率论结果，包括 Portmanteau theorem、continuous mapping theorem、Prohorov theorem 和 Slutsy theorem，并介绍Skorokhod's repersenation theorem。最后，我们将介绍符号 Op 和 op的定义及其重要性质。

会议链接

#腾讯会议：603-135-778