混合序列下分位数估计的强相合及其Bahadur表示

本文在混合序列下,证明了分位数估计的强相合性并给出其Bahadur表示.     

ψ-混合序列下分位数估计的强相合及其Bahadur表示

在ψ-混合序列下,利用指数不等式证明分位数估计的强相合性,并给出其Bahadur表示.     

α混合序列下的核型分位数估计的Bahadur表示

考虑了在α混合序列下核型分位数估计的Bahadur表示，并建立该分位数估计的渐近正态性，将独立样本下的Bahadur表示进行了推广。     

KL分位数估计的Bahadur表示

Bahadur表示对于分位数估计的大样本性质的研究有着重要的作用,本文在独立样本的条件下,证明了KL分位数估计的Bahadur表示及其收敛速度op(k-1/2n),并通过Bahadur表示给出了其渐近正态性和置信区间估计。     

WOD样本下VaR核估计的强相合性及Bahadur表示

风险价值是金融界测量市场风险的主流指标,被众多金融机构所采用,其估计量的研究是一个值得探讨的问题.利用WOD序列的性质及其指数不等式,在WOD样本下研究风险价值核估计量的性质,同时给出风险价值核估计的收敛速率和Bahadur表示,运用数值模拟的方式评估核估计的效果,所获结论推广了相关文献的研究结果.     

线性回归分位数的相依样本估计的强相合性

在误差为平稳强φ混合随机序列的条件下,证明了线性模型中的回归分位数的估计的强相合性     

删失相依数据下的分位数核估计的Bahadur型表达

该文考虑了在删失相依数据下分位数函数的核估计.在适当条件下,建立了该估计的弱和强Bahadur型表达形式.作为它的应用,导出了该估计的渐近正态性.通过模拟给出了该估计在有限样本下的表现.     

相依样本条件t-分位数核估计的强相合性

对φ-混合样本下条件t-分位数θx(t)的核估计θx,n(t)，取消核函数的支撑为紧集的限制，同时放宽对混合系数的要求，研究了其强收敛性，该结果拓宽了核估计θx,n(t)的适用范围。     

宽象限相依样本下频率插值密度估计的收敛性质

频率多边形插值估计是一种非常重要的概率密度估计方法,该估计不仅在相同计算量下比直方图估计收敛速度快,而且在计算二元数据集合比核密度估计更简单、便捷,所以对其进一步探究是有理论研究价值的。设{X_n,n≥1}为宽象限相依的随机序列,具有未知的密度函数f(x),利用宽象限相依序列的Rosenthal-型不等式和截尾的技术,在适当的条件情况下,获得了频率插值密度估计的强相合性和r阶矩相合性。     

NOD下VaR样本分位数估计的强相合性及其Bahadur表示

利用NOD样本的性质及其相关不等式,研究了在NOD序列情况下,风险度量VaR非参数估计量的性质.证明了VaR样本分位数估计的强相合性,同时也给出了VaR样本分位数估计的Bahadur表示.     

核估计的一致强相合性

本文研究了样本函数的密度核估计一致强相合性。改变了窗宽条件,扩大了核估计的适用范围。     

NA随机变量之和的大偏差与指数估计

对ＮＡ随机变量序列建立了类似于独立随机变量序列的大偏差概率不等式与指数估计。     

NA随机变量序列的强大数定律

研究了NA随机变量序列的强大数定律,利用推广的Borel-Cantelli引理,讨论一般矩条件与强大数定律之间的关系,作为推论,得到了p阶矩与强大数定律等价,最后给出了NA随机变量序列的Feller强大数定律.     

混合随机变量序列线性形式的强稳定性

利用随机变量的截尾术及强大数定律, 得到了混合随机变量序列具有线性形式强稳定性的充分条件.     

NA随机变量加权和的强大数律

研究了NA列加权和的Marcinkiewcz-Zygmund强大数律,推广了强大数律的结果．     

独立模糊随机变量的强大数律

设{xn,n≥1}是一模糊随机变量序列且{an,n≥1}是一列常数,且满足0〈an↑∞.设函数满足于φ（x）↑,φ（x）x↑,φx（2x）↓,如果有n∞=1Σni=1ΣE（φ（‖xi‖ρp））φ（an）〈∞,∞n=1Σ（ni=1ΣE（‖xi‖ρ2p）an2）s〈∞,则E‖xi‖ρ2p/an→0等价ni=1ΣXi/an→C 0-等价ni=1ΣXi/an→a.s.0-等价ni=1ΣXi/an→p 0-.     

独立模糊随机变量的强大数律

设{xn,n≥1}是一模糊随机变量序列且{an,n≥1}是一列常数,且满足0相似文献