截断和之和乘积的渐近分布

在中尾分布情形下,利用独立同分布随机变量截断和的极限性质,得到了截断和之和乘积的渐近分布.     

截断和乘积几乎处处中心极限定理的注记

设{X_n, n≥1}为连续独立同中尾分布的正平方可积随机变量序列. 对于固定的常数a>0, T_n(a)=S_n-S_n(a)为截断和. 利用截断和的极限性质及大数定律, 在一般的权重条件下, 证明了截断和乘积的几乎处处中心极限定理.     

NA列部分和乘积的极限定理

讨论NA列部分和乘积的中心极限定理和几乎处处中心极限定理,并将独立同分布(i.i.d.)随机变量序列的部分和乘积的几乎处处中心极限定理的权重由dn=exp(logαn)/n推广到dn=log(cn+1)/cnexp(logαn),0≤α1 2的情形,其中0cn→∞,limn→∞(cn+1)/cn=c∞.1     

ρ--混合序列部分和乘积的几乎处处中心极限定理的推广ρ--混合序列部分和乘积的几乎处处中心极限定理的推广

研究了ρ--混合序列部分和乘积的几乎处处中心极限定理。利用ρ--混合序列加权和的中心极限定理,得到了一般权重下,ρ--混合序列部分和乘积的几乎处处中心极限定理,推广了已有文献的结果。     

强混合序列部分和之和乘积的几乎处处中心极限定理

在前人给出独立和相依序列部分和的几乎处处中心极限定理的基础上,利用乘积转化和式的方法,给出强混合正随机变量序列部分和之和乘积的几乎处处中心极限定理。     

截断和乘积的不变原理

设{Xn,n≥1}为独立同分布的正平方可积随机变量
序列, 其共同分布为连续的中尾分布. 对于固定的常数a>0, 令Sn=∑〖DD(〗n〖〗i=1
〖DD)〗Xi, Mn=max〖DD(〗〖〗1≤i≤n〖DD)〗 Xi, Sn(a)=∑〖DD(〗n
〖〗i=1〖DD)〗XiI{Mn-a 定理和连续映射定理证明了截断和乘积的不变原理.     

NA序列部分和随机乘积的渐近分布

利用NA序列部分和最大值的矩不等式及部分和乘积的渐近分布, 得出NA序列部分和随机乘积的渐近分布, 并将已有部分和乘积的结果推广到部分和随机乘积上, 进而得到一类统计量随机乘积的渐近分布.     

混合随机序列部分和乘积的中心极限定理(英文)

证明了一类ρ混合随机序列部分和乘积的中心极限定理和几乎处处中心极限定理.     

ρ-混合序列部分和之和乘积的几乎处处中心极限定理

在适当的假设条件下, 利用混合序列加权和的中心极限定理及矩不等式, 证明了混合序列部分和之和乘积的几乎处处中心极限定理.     

基于经验欧氏似然的线性回归模型变点检测

基于截断的经验欧氏似然比对线性回归模型中的系数变点进行检验与估计.首先建立线性回归系数变点模型,根据其特点构造截断的经验欧氏似然比检验函数,证明在零假设下,该检验统计量的极限分布与经典参数对数似然比检验统计量的极限分布相同,利用此极限分布对变点存在与否做出诊断,若变点存在,则给出变点位置的估计,并证明在一定条件下,该估计是具有相合性的,数值模拟结果以及实例分析表明文中提出的方法具有有效性和实用性.     

ρ~--混合序列部分和乘积的几乎处处中心极限定理的注记

设{X_n,n≥1}是一严平稳的ρ~--混合随机变量序列,利用矩不等式及加权和的中心极限定理,得到了一般权重下ρ~--混合序列部分和乘积的几乎处处中心极限定理.     

两种混合序列部分和乘积的渐近正态性

在不一定同分布的前提下,讨论φ-混合序列部分和乘积的渐近分布,进而推广了ρ-混合序列部分和乘积的结果.     

独立随机变量序列部分和乘积的几乎处处中心极限定理

利用子序列方法获得了独立随机变量序列部分和乘积的几乎处处中心极限定理的更优结果, 改变了已有相关定理中的权, 使权系数更大.     

乘积度量G-空间中强跟踪性和极限跟踪性的研究

引入拓扑群作用下乘积空间中G-跟踪性、G-强跟踪性和G-极限跟踪性的概念,结合乘积映射的性质,研究了乘积映射f×g与分映射f和g在这些跟踪性方面的关系,得到如下结论:(1)乘积映射f×g具有G-跟踪性当且仅当f具有G_1-跟踪性,g具有G_2-跟踪性;(2)乘积映射f×g具有G-强跟踪性当且仅当f具有G_1-强跟踪性,g具有G_2-强跟踪性;(3)乘积映射f×g具有G-极限跟踪性当且仅当f具有G_1-极限跟踪性,g具有G_2-极限跟踪性。这些结论弥补了拓扑群作用下乘积空间中强跟踪性和极限跟踪性理论的缺失。     

无穷维反应扩散过程的连续型极限——线性反应多物种情形

本文证明了在矩收敛的意义下,多物种线性反应扩散过程的极限是相应的反应扩散方程的解,而且当初始分布接近于各位置的Poisson测度的独立乘积时,过程的分布在任意时刻t亦接近于各位置的Poisson测度的独立乘积。     

左截断右删失数据下分位数差的估计

首先, 利用核光滑方法研究左截断右删失数据下总体分位数差的估计, 得到了左截断右删失数据下分位数差的光滑估计及估计量的大样本性质. 其次, 在均方误差意义下, 证明了光滑分位数差估计比左截断右删失数据下乘积限分位函数的差有更高的估计效率. 最后数值模拟分析高斯核函数下选择不同窗宽对改善乘积限分位数差估计效率的影响.     

ρ~--混合序列部分和乘积的几乎处处中心极限定理的推广

研究了ρ--混合序列部分和乘积的几乎处处中心极限定理.利用ρ--混合序列加权和的中心极限定理,得到了一般权重下,ρ--混合序列部分和乘积的几乎处处中心极限定理,推广了已有文献的结果.     

随机函数乘积的几乎处处中心极限定理

利用ρ-混合序列部分和乘积的几乎处处中心极限定理,给出了一类随机函数(统计量)乘积的几乎处处中心极限定理,推广了独立情形的结论。     

φ-混合序列部分和乘积的精确渐近性

利用关于φ-混合序列部分和乘积渐近分布的结果,对一般的边界函数和拟权函数获得了φ-混合序列部分和乘积的精确渐近性的一般形式.     

随机序列几乎处处中心极限定理的注记

设{S_k, k≥1}为一随机序列, 满足几乎处处中心极限定理; {T_k, k≥1}为一随机序列, 几乎处处收敛到0或1. 利用极限理论证明{S_k+T_k, k≥1}和{S_k/T_k, k≥1}也满足几乎处处中心极限定理, 并给出其线性过程、 自正则和、 线性模型中误差方差估计、 部分和乘积等实例.