离散型随机变量幂赋范最大值的极限分布

(Xn)为独立同分布离散型随机变量序列,Mn=max(X1,…,Xn).当离散型随机变量分布的参数随n适当变化时,得到了|Mn/αn|1/βnsign(Mn)的极限分布,并应用于6种常见离散型分布.     

任意离散值随机变量序列泛函的一类强极限定理

当 {Xn,n≥ 0 }是离散值随机变量序列时 ,建立了关于泛函 { fn(X0 ,X1,… ,Xn) ,n≥ 1}的强极限定理 ,作为推论 ,得出了关于任意随机变量序列及m重非齐次马氏链的随机选择的强极限定理 ,它是关于 (单重 )非齐次马氏链的随机选择的强极限定理的推广 .     

鞅差序列加权和的几乎处处收敛性

基于截尾技术和一些基本不等式,研究形如n∑i=1aniXi的加权和的极限性质,得到了{Xn,n≥1}为鞅差序列时的几乎处处收敛性质,推广了{Xn,n≥1}为独立同分布的随机变量序列时的相关结果.     

混合对数正态分布最大值的极限分布

设{Xn,n≥1}是独立同分布的随机变量序列,并且每个随机变量Xn服从混合对数正态分布.Mn=max{Xk,1≤k≤n}表示{Xn,n≥1}的部分最大值,同服从混合对数正态分布的独立随机变量最大值的极限分布以及相应的赋范常数.     

幂赋范下偏正态分布极值的收敛速度

令{Xn,n≥1}是独立同分布随机变量序列并且每个变量均服从偏正态分布.再令Mn=max{Xk,1≤k≤n}表示{Xn,n≥1}的部分最大值,得到了幂赋范下最大值分布的渐近分布和赋范常数以及幂赋范下相应的逐点收敛速度.     

φ混合序列自正则加权和的中心极限定理

设{Xn, n≥1}为一严平稳φ混合随机变量序列, EX=0, V 2n=∑ni=1X2i, {an,i, 1≤i≤n, n≥1}为一实数阵列, Sn=∑ni=1an,iXi. 利用随机变量阵列的弱收敛定理, 在较一般的条件下, 证明了自正则加权和{Sn/Vn, n≥1}的中心极限定理, 改进并推广了已有混合序列自正则化中心极限定理的相关结果.     

Γ分布参数变点的非参数统计推断

对至多一个变点的Γ分布,即X1,…,Xn为一列相互独立的随机变量序列,且X1,…,X[nτ0]i.i.d-Γ（x;ν1,λ1）,X[nτ0]＋1,…,Xni.i.d-Γ（x;2ν,λ2）,其中τ0未知,称τ0为该序列的变点.利用累积和方法给出了检测变点τ0位置的程序,并给出了变点τ0估计^τ的强相合性和强收敛速度.     

任意随机变量序列的大数定律

设｛Xn,n≥0｝是任意实值随机变量序列,并且尾概率是一致有界于随机变量X0,通过构造适当的鞅,利用鞅收敛定理讨论随机变量序列｛X,n≥0｝的强极限定理和强弱大数定律,得到了大数定律成立的充分条件,推广了费勒在1946年给出的平均值无限时的大数定律。     

具有随机足标的强相依正态序列部分和与最大值的联合极限分布

设X1,X2,…是标准化的平稳正态序列.Mn=max1≤i≤nXi,ρn=EX1Xn+1,Sn=∑ni=1Xi,{N(n)}是一列取非负整值的随机变量,且N(n)nPη>0,η为随机变量.在ρn和(ρn·logn)-1都单调趋于0的条件下,得到了MN(n)和SN(n)的联合极限分布.     

B值随机场的弱大数定律及收敛速度

讨论了多指标B值随机变量族{Xn,n∈Zr }当1相似文献   

幂分布次序统计量的性质及渐近分布

设随机变量X服从参数为a的幂分布,X1∶n,X2∶n,…,X n∶n为其次序统计量,得到了参数a的置信区间以及X1∶n和X n∶n的渐近分布;当k(k>1)固定时,得到了X k∶n和X n-k+1∶n的渐近分布.     

混合序列密度函数核估计的相合性

设{X_n,n≥1}是一随机变量序列,f(x)为其概率密度函数,基于样本X_1,X_2,…,X_n,对密度函数f(x)的核估计进行讨论,在适当条件下,利用Borel-Cantelli引理、矩不等式等证明了ρ-混合和φ混合序列核密度估计的强相合性、r阶相合性.     

次序统计量的一些结果

X1,X2,…,Xn是来自总体X的简单随机样本,X(1)≤X(2)≤∧≤X(n)为其次序统计量,文章讨论了一个[0,1]上服从均匀分布的次序统计量导出的计算公式,该公式在流行病学等学科中应用比较广泛。     

AANA随机变量的完全收敛性

设X{n,n≥1}为被随机变量X随机控制的AANA(asymptotically almost negatively associated)随机变量序列,a{n,n≥1}是正常数列.在适当的矩条件下,研究了AANA随机变量加权和max1≤k≤n a-1n∑k i=1Xi的完全收敛性.作为该结果的应用,得到了一些关于AANA随机变量序列完全收敛性的新结果.     

关于Weibull分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1)≤X(2)≤…≤X(n)为其顺序统计量,当X(k)服从参数为m和η的韦布尔分布时,得到了其顺序统计量的联合概率密度函数和极端顺序统计量的密度函数,进一步得到X(1)和X(n)数学期望与方差的表达式。此外还证明了当参数m≠1时,X(1),X(2)-X(1),…,X(n)-X(n-1)不独立且不同分布;当参数m=1时,X(1),X(2)-X(1),…,X(n)-X(n-1)独立但不同分布。     

鞅差序列重对数律的精确渐进性

设{Xn;n≥1}为均值为零,方差有限的同分布鞅差序列.记Sn=∑nk=1Xk,Mn=max k≤n|Sk|,n≥1.假设σ2=EX12.本文讨论了,当ε→0时,P(Mn≥εσ2nloglogn~(1/2))的一类加权级数的精确渐近性质.这些性质与重对数律的速度有关.     

非线性差分方程xn+1=f(xn,xn-k)的全局渐近稳定性

考虑了非线性差分方程xn 1=f(xn,xn-k),n=0,1,…,其中k∈{1,2,…,},f(u,v)关于u递增,关于v递减,初始值x-k,x-k 1,…,x0∈(0, ∞),得到这个方程的唯一正平衡点是全局渐近稳定的一个充分条件.     

关于部分和乘积渐近性的一个注记

对一列独立同分布平方可积的随机变量序列{Xn;n≥1}部分和乘积的渐近正态性质作了进一步的讨论.     

双下标随机变量顺序统计量和的一个强大数定律

本文对双下标随机变量Ｘｎ１，Ｘｎ２．．．，Ｘｎｎ的顺序统计量Ｘ１（ｎ），Ｘ２（ｎ），．．．，Ｘｎｎ，在其分布连续且存在ｐ阶矩（ｐ＞２）的条件下，获得了它们的加权和的强大数定律。