В докладе будет показано, что дополнительная рандомизация может улучшить скорость сходимости распределений тестовых статистик к предельным законам. Это позволяет точнее вычислять критические уровни критериев и делать более достоверные статистические выводы. Подход основан на многомерной центральной предельной теореме для взвешенных сумм. Мы демонстрируем наш метод на семействе фи-дивергентных статистик и доказываем, что с высокой вероятностью относительно дополнительной рандомизации распределение соответствующей рандомизированной статистики сходится в метрике Колмогорова к предельному Хи-квадрат распределению со скоростью $O(1/n)$ (с точностью до логарифмического множителя), где $n$- объем выборки.

Доклад основан на совместных результатах автора с З. Ассылбековым, С. Айвазяном, Н. Пучкиным и В. Зубовым.