半参数截断族中的渐近有效估计

设X_1,…,X_n是iid.样本,抽自截断型分布:■(1)其中f是一未知的[θ_1,θ_2]上的密度函数。为估计线性参数函数g(θ)=c_1θ_1+c_2θ_2,令     

Markov过程的若干联合分布

本文对某些Markov过程,研究了它的停时(Stopping time或Optional time)h(ω)、位置x(h)、协停时(Co-optional time)、l(ω)、位置x(l)四者的联合分布,并应用于d≥3维Brown运动,求出了对称稳定过程首出球点与末离球点的联合分布密度.设Z(?){x(t,ω),t≥0}为定义在概率空间(Ω,(?)、(?),P)上的时齐、右连续有左极限的强Markov过程,取值于可测Polish空间(E,(?)),简记x(t,ω)为x(t)或x_t推移算子θ_t.称h(ω)为停时,如它取值于[0,∞],而且(?)≥0,(h(ω)≤t)∈(?).称l(ω)为协停时,如它为(?)可测、非负,而且(?)_t≥0,有假设:(i)(?)≥0,在t相似文献   

非参数M-估计的Bahadur表示

设(X,Y),(X_1,y_1),(X_2,Y_2),…为独立同分布二维随机变量序列,φ(·)为定义在R~1上的单调递增函数.对任意,x∈R~1,设θ(x)满足     

亚纯函数的Hardy-Stein-Spencer恒等式

设f(z)是在点集D上定义,n(f=w,D)表示方程f(z)=w在D内根的个数.如果f(z)=w在Δ={│Z│<1}内是解析的,令I_λ(r,f)=1/2π integral from n=0 to 2π│f(re~(iθ))(?)~λdθ,00,这就是Hardy-Stein-Spencer恒等式.当我们研究BMOA和面积平均p叶函数时,希望Hardy-Stein-Spencer恒等式对亚纯函数也成立.本文将解决这个问题.引理 1 设(?)D是分段光滑Jordan曲线,其内部区域为D,设z_0∈D.假设f(z)在(?)\{z_0}内解析且没有零点,又设z_0是f(z)的ι阶极点,对λ>0,有证令 容易知道设Ω表示(?)\h((?)D)的无界分支,由于z_0是g(z)的简单极点,因此n(h=ω,D)=1, ω∈Ω.如右图:     

非线性回归模型的几个二阶近似公式

给定非线性回归模型y=f(x,θ) ε,其中模型函数f(x,θ)关于未知p维参数θ二阶可导且一阶导数满秩。x,y,ε皆为n维向量。设随机误差ε服从N(0,σ~2I)。θ的最小二乘估计记为。估计量的偏差和残差分别记为b=E((?)—θ),e=y—f(x,(?))。 设V.和V..为f(x,θ)在真参数θ处关于θ的一阶和二阶导数,V..为p×p×n阶阵。V.可分解为V.=(U.,N)(R′,0)′,其中(U.,N)为n阶正交阵,U.为n×p阶,R为p×p阶非退化上三角阵。在参数空间中作坐标变换φ=R(θ—(?)),则模型函数关于φ的前二阶导数分别为U.和U..=     

独立增量过程的Chung重对数律

一、引言 设Y={Y_n,n≥1}为定义于概率空间(Ω,(?),P)上的实值独立同分布随机变量列,记Jain和Pruitt证明了     

条件中位数的核估计

设(X,Y)为取值于R~d×R~1的随机变量。在给定X=x∈R~d的条件下,Y的条件分布函数记为F_x(y)。条件中位数ζ_x定义为ζ_x=inf{y:F_x(y)≥1/2}、设(X_1,Y_1),(X_2,Y_2),…,(X_n,Y_n)为(X,Y)的i.i.d.观察值。我们的目的是利用核函数方法构造ζ_x基于上述观察值的一种估计。令     

PP Kolmogorov-Smirnov统计量的分布尾部的大样本下界

设X_1,X_2,…为概率空间(Q,P)上的一列取值于R~p(p≥1)的独立同分布于P的随机向量。由投影寻踪(Projection Pursuit,简称PP)方法可构造PP Kolmogorov-Smirnov统计量如下:     

关于U统计量的Berry-Esseen不等式的推广

设{X_n)是独立同分布随机变量序列,共同的分布函数为F(x)。φ(x,y)是二元对称函数,满足Eφ(X_1,X_2)=0。定义U统计量假设g(x)是任意满足下列条件的函数:(ⅰ)非负、偶,在区间x>0中不减;(ⅱ)x/g(x)在区间x>0中也不减。定理1 如果对由(1)式定义的U统计量,     

关于密度估计的不变原理

设X_1,X_2,…是独立同分布随机变量序列,其共同的分布密度函数为f(x)。它的核估计是指     

时齐Markov过程的停止过程

设X=(X_t(ω))_(t≥0)为定义在完备概率空间(Ω,F,P)上的跳过程:     

布朗运动首中与末离的联合分布

1.设X={x(t,ω),t≥0 }为定义在概率空间(Ω,(?),P)上取值于d(≥3)维欧氏空间R~d中的标准布朗运动,(?)~d为R~d中Borel σ-代数,X的转移概率密度为     

Pickands型估计的收敛性

一、引言 设X_1,X_2,X_3,……是i、i、d随机变量列,分布函数为F(x),X_(n,1)≤X_((n,2)≤…≤X_(n,n)是样本X_1,X_2,…,X_n的次序统计量。设存在a_n>0,b_n∈R及某r∈R,使得     

一类卷积算子的亚椭圆性条件

设f∈C~∞(R~n),(ρ,θ)为x∈R~n的极坐标,S~(n-1)为R~n中单位球面。若f作为(1/ρ,θ)的函数可解析延拓到{0}×S~(n-1)的某复邻域中,则称f在无穷远处解析。设函数d在无穷远处解析。定义卷积算子A_d:ε'→S'如下:A_d     

算术级数中的除数问题

设r是大于1的自然数,n是自然数,以d_r(n)表示n表示为r个自然数的乘积的表法个数(考虑顺序).当(a,q)=1时定义D_r(X,q,a)=from d_r(n).n≤Xn≡a(modq)我们感兴趣的是找尽可能大的数θ_r使得下列关系成立:任给ε>0存在δ>0使得D_r(x,q,a)-x/(?)(q)P_r(logX)<<_εX~1-δ/(?)(q)在q相似文献   

有界对称域上的H~p乘子

设Ω是 C~n 中含有原点的有界对称域,b 表示它的 Silov 边境.设Γ是Ω的自同构群,Γ_0是Γ的使原点不动的子群.在 b 上存在唯一的Γ_0-不变测度σ,使得σ(b)=1.记 C~n中的单位球为 B,记 C 中的单位圆为 U.华罗庚用群表示方法,构造了一组齐次多项式它们在Ω中是完备正交的,在 b 上是标准正交的.用 H(Ω)表示Ω口上全纯函数的全体,H~p=H~p(Ω)表示Ω上的 Hardy 空间,0相似文献   

无穷熵不连续点的稠密性

一、引言 设X是一个紧致度量空间。记X到X的全体连续映射的集合为C~0(M,M),并赋与一致收敛拓扑。设f∈C~0(X,X),记f的周期点集、非游荡点集和拓扑熵为P(f)、Ω(f)和h(f)。我们可以考虑下述的函数:     

亚纯函数的奇异方向与局部特征的等价

关于亚纯函数的Borel 方向的存在性,首先由G.Yaliron 得到定理A 设f(z)为开平面上ρ(O<ρ<+∞)级亚纯函数,则存在一条从原点出发的半直线B:arg z=θ_0(0≤θ_0<2π),使得至多除去两个例外的复数,对于每个复数a 和任意正数s,有sum from r→∞to —logn(r,θ_0,ε,f=a)/logr=ρM.Biernacki 建立了定理B 设f(z)为开平面上ρ(0<ρ<+∞)级亚纯函数,则存在一条从原点出发的半直线B:argz=θ_0(0≤θ_0<2π),使得至多     

变分不等式的并行Schwarz算法

设Ω为R~d中有界多角形区域,V为Sobo1ev空间H~k(Ω)的子空间,a(·,·)为V×V上连续强制对称双线性型,f∈V。为简单计,设V中元素在Ω上满足齐次边界条件。考虑变分不等式:求u∈K使 a(u,v—u)≥f(v—u), (?)v∈K, (1) 其中 K={v∈V:v≥φ于Ω},φ≤0于(?)Ω, (2) 或者 K={v∈V:φ≤v≤ψ于Ω}, φ≤0≤ψ于(?)Ω, (3) 且φ,ψ∈H~1(Ω)∩C~0(Ω)。 设V~h(?)H_0~1(Ω)是V的有限元逼近且其结点参数值包含在结点的函数值。问题(1),(2)或问题(1),(3)的有限元逼近为:求u_h∈K_h使     

超广义函数的解析表示与■_()型算子

本文讨论矢值超广义函数的解析表示,解除了Komatsu、Krner以及Petzsche三篇博士论文的主要条件,然后将结果应用于D_()型算子。设正数序列{M_k}满足非拟解析性、可微性、是对数凸的。设E为Banach空间,D_()(E)表定义在D_()而取值于E中的矢值超广义函数的全体。令H~Ω(E)表定义在复平面C中的开集Ω上而取值于