对数广义误差分布极值的收敛速度

对数广义误差分布在统计学中应用十分广泛.Liao等人（2012）对对数广义误差分布的尾部特征和最大值的极限分布做了研究;此处,在Liao等人研究的基础上,讨论了同服从对数广义误差分布独立随机变量序列最大值的收敛速度,得到它的逐点收敛速度.     

离散型随机变量序列最大值的收敛速度

设X1,X2,…,Xn是独立同分布离散型随机变量序列,Mn=max{X1,X2,…,Xn}.当n→∞时,(Mn-bn)/an的极限分布已知.然而,当离散分布的参数随着n而变化时,有可能得到它的非退化极限分布及其收敛速度.研究了3类离散型随机变量序列最大值的收敛速度.     

广义logistic分布的收敛速度(英文)

本文作者考虑了独立同分布情形下广义logistic分布和混合广义logistic分布最大值的渐进分布及其赋范常数,并得到了相应的最大值收敛到极值分布的点点收敛速度.     

短尾对称分布的逐点收敛速度

短尾对称分布有着广泛的应用,Lin和Peng(2010)研究了短尾对称分布尾部特征.主要对短尾对称分布的逐点收敛速度进行了研究,得出在特定条件下,最大值的收敛速度为Δn(x)～Λ(x)e~(-x)/zlogn     

误差不相关广义线性模型极大拟似然估计的收敛速度

在广义线性模型(GLM)中,设yi和Zi分别是响应变量和回归系数向量.若随机误差ei＝yi－Eyi,i＝1,2,…不相关,且var(ei)<∞,‖Zi‖2<∞, λn→∞和一些光滑条件满足,该文证明了一般联系函数GLM回归参数极大拟似然估计n是弱相合的,具有收敛速度‖－β0‖＝Opλ－n ,其中λn是iZi ′的最小特征根,β0是回归参数向量真值.     

对数广义误差分布极值的渐近展开

研究了同服从对数广义误差分布独立随机变量序列{X_n,n≥1}的规范化最大值的极值分布展开性质.     

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.     

ARMA模型广义偏相关函数估计的强收敛速度

本文证明了[1]提出的ARMA模型的广义偏相关函数估计和[2]提出的入函数和θ函数估计具有强收敛速度O(loglogT/T)~(1/2)     

大维样本协方差矩阵谱分布收敛速度的一个注记

提高了在有限八阶矩条件下,p×n维大维样本协方差矩阵谱分布收敛到Marcenko-Pastur分布的速度.特别,如果样本维数比率y=yn=p/n接近1,p×n维大维样本协方差矩阵谱分布的期望收敛到极限分布的速度,改进为O(n-1/6).相似在y接近1的条件下,依概率收敛和几乎处处收敛速度为Op(n-1/6)和Oa.s.(n-1/6).     

平稳时间序列的预报误差方差估计的收敛速度

对平衡时间序列的基于过去观察值对将来值的预报，向前ｈ步预报误差的方差和可预报性度量是两个关键参数。本文给出由Ｂｈａｎｓａｌｉ提出的ｖ（ｈ）和ｚ（ｈ）的两种估计方法的收敛速度。     

混合正态分布的收敛速度

研究了混合正态分布的收敛速度,得到了一致收敛速度.     

独立随机序列的第k个最大值的矩收敛

设｛Ｘｎ，ｒ≥１｝为独立同分布序列，公共分布函数为Ｆ（ｘ），Ｍ＾（ｋ）ｎ为第ｋ个最大值，在一定条件下，讨论了第ｋ个规范化最大值的矩收敛性，得到定理。     

独立随机序列的第κ个最大值的矩收敛

设｛Ｘ＿ｎ，ｎ≥１｝为独立同分布序列，公共分布函数为Ｆ（ｘ），为第ｋ个最大值。在一定条件下，讨论了第ｋ个规范化最大值的矩收敛性，得到定理若Ｆ∈Ｄ（Ｈ），则ｎ→∞时     

Brinbaum-Sauders分布的极值收敛速度

主要讨论了Brinbaum-Sauders分布的尾部特征,得到了最大值分布的渐进展开.     

Pickands估计的强收敛速度

在本文中,我们建立了极值分布指数γ的Pickands估计γ^{^P}_n的ａ.ｓ.收敛速度。     

构造分布条件矩的收敛速度

给出F属于吸引场Φα和Ψα时X*～F*(x)=1-xp(1-F(x))的条件矩E((X*-t)q|X*>t)的收敛速度.     

广义一致收敛与亚一致收敛

本文讨论了连续函数列{f_2(x)}的极限函数f(x)连续的条件。采用了先把{f_2(x)}为正则收敛的条件减弱为弱正则收敛,或减弱为一致收敛,再减弱为广义一致收敛,最后成为一个定理:在[a,b]上的连续函数列{f_n(x)}的极限函数f(x)连续的充要条件是{f_n(x)}在[a,b]上是亚一致收敛的。     

迭代法收敛速度的比较

在全面介绍迭代法的收敛性的基础上，介绍了牛顿迭代法的收敛性和弦截性的收敛法，并对基本迭代法、牛顿迭代法和弦截法的收敛速度进行了比较，经比较看出，同样的问题，弦截法的收敛速度比一般迭代法要快得多，与牛顿迭代速度相近，也是比较快的。最后指出，在以电子计算机为数值计算工具的今天，必须研究适合于计算机运算的数值计算方法的收敛速度。收敛速度的快与慢，是评判谊种收敛法适用与否的一项重要指标。因此用何种方法来解决实际应用问题显得尤为重要。     

广义幂级数收敛域的求法

本文首先定义了广义幂级数的概念,然后给出了求广义幂级数收敛域的一般方法。