📊 渐近统计 (Asymptotic Statistics)
📈 课程基本信息(Course Metadata)
-
开课单位：数学科学学院 & 数据科学中心（CDS）
-
先修要求：数学分析、高等代数、概率论、数理统计、实变函数、泛函分析（建议）
-
课程性质：32学时 博士生课程
📚 参考资料
本课程使用的参考教材如下：
-
课程 PPT：特别鸣谢任课老师提供的详尽授课讲义。本 MkDocs 笔记的内容逻辑与推导思路深度参考了老师的 PPT 结构。
-
A.W. van der Vaart, Asymptotic Statistics (Cambridge University Press)
🗺️ 课程地图 (Syllabus & Navigation)
以下笔记正在持续更新中：
第一部分：随机收敛基础与极限定理(Foundations of Stochastic Convergence and Limit Theorems)
第二部分：弱相关数据(Weakly Dependent Data)
第三部分：渐近推断工具(Asymptotic Inference Tools)
第四部分：📝 习题解答(Selected Solutions)
📝 关于笔记的说明
Construction Complete
本页面内容基本已建设完毕。
笔记中的长篇定理与习题解答均采用了 折叠框 设计，如发现 Typo，欢迎通过 Issue 或直接联系我指正！