我试图理解“高阶渐近”。我找到了几篇关于似然渐近的文本，没有什么是容易阅读的......如果你对这个方向有任何好的指示，我会感兴趣的；但是我的主要问题如下。以下高阶渐近线的“路线图”对我来说似乎很自然，并且在查看似然理论之前似乎需要做和理解，但我在这些方面没有找到任何东西：
考虑其中是已知分布的随机向量；假设为简单起见，是正规的，或多项式（或几个独立多项式的串联）。Delta 方法告诉我渐近地，是正常的，以及如何计算它的均值和方差（使用的线性近似）。我认为可以通过以下方式找到分布的更好近似值
- 计算的线性、二次或更高阶近似）
- “找到”具有相同初始时刻的分布以及其他一些“简约”标准以确保唯一性（“寻找”没有明确定义：至少能够以数字方式对其进行评估）
那可能吗？你知道任何朝着这个方向发展的教科书/讲座/文章吗？
Edit fg nu 给了我一些关于第二步的指示，这使我进入了御剑系列。几个参考：
- Rothenberg 1984（由 fg nu 提供）
- Blinnikov 1998（来自维基百科文章）
- 费勒概率导论的第 16 章
第一步是相当基本的，但是仍然赞赏任何好的指针。