Gaussian approximation for high dimensional vector under physical dependence
Gaussian approximation for high dimensional vector under physical dependence
复制标题
DOI：
10.3150/17-bej939
复制
发表时间：
2018-11
期刊：
影响因子：
1.5
通讯作者：
Xianyang Zhang;Guang Cheng
中科院分区：
文献类型：
--
作者：
Xianyang Zhang;Guang Cheng
我们开发了一个高斯近似结果的最大值的弱相关向量的总和，其中的数据维度被允许是指数大于样本大小。我们的结果是建立在物理/功能依赖框架下。这项工作可以被看作是一个实质性的扩展Escherzhukov等人。（2013）的时间序列的基础上，斯坦的方法的一个变体在其中开发。
We develop a Gaussian approximation result for the maximum of a sum of weakly dependent vectors, where the data dimension is allowed to be exponentially larger than sample size. Our result is established under the physical/functional dependence framework. This work can be viewed as a substantive extension of Chernozhukov et al. (2013) to time series based on a variant of Stein’s method developed therein.