n−−√supx|Fn−F|=supx|1n√∑ni=1Zi(x)|
burada Zi(x)=1Xi≤x−E[1Xi≤x]
CLT ile
Gn=1n√∑ni=1Zi(x)→N(0,F(x)(1−F(x)))
bu sezgi ...
Brownian köprü varyans sahiptir t ( 1 - t ) http://en.wikipedia.org/wiki/Brownian_bridge yerine t ile F ( x ) . Bu bir x için ...B(t)t(1−t) tF(x)x
Kovaryansı da kontrol etmeniz gerekir ve bu nedenle ( )
( G n ( x 1 ) , … , G n ( x k ) ) → ( B 1 , ... , B k ) burada ( B 1 , ... , B k ) olan N- ( 0 , Σ ) ilex1,…,xk(Gn(x1),…,Gn(xk))→(B1,…,Bk)(B1,…,Bk)N(0,Σ) , σ i j = min ( F ( x i ) , F ( x j ) ) - F ( x i ) F ( x j ) . Σ=(σij)σij=min(F(xi),F(xj))−F(xi)F(xj)
Zor kısmı sınırının suppremum dağılımı sınırı dağılımının sup olduğunu göstermektir ... bunun neden böyle anlamak böyle Waart ve Welner (değil kolay) der van olarak kitap okuma, bazı ampirik süreç teorisini gerektirir . Teorem adı Donsker Teoremidir http://en.wikipedia.org/wiki/Donsker%27s_theorem ...