二元加权拟渐近独立结构中的精确大偏差

概率学在我们的实际生活中涉及了众多领域,例如计算机、破产概率、保险精算等.随机变量序列和的尾概率及其极限形状研究是保险精算领域的较为活跃课题.加权随机变量序列和的精确大偏差可以较好地描述随机变量序列和的尾概率及其极限形状这些问题,本文研究了二元加权拟渐近独立结构中的随机变量序列和的精确大偏差的概率的极限性态.     

二元相依随机变量和的精确大偏差

随机变量序列和的精确大偏差能精确刻画其尾概率的极限性态,具有重要的研究价值。研究长尾上带有二元相依结构的随机变量和的精确大偏差,得到了随机变量的确定和及随机和的两种一致变化尾概率的相应结论。     

二元加权相依随机变量和模型中的精确大偏差

随机变量序列和的精确大偏差由于具有精确刻画出随机变量序列尾概率的极限性态的功能,在很多领域都有重要的应用和研究价值。主要研究了长尾上带有二元加权相依模型中的随机变量和的精确大偏差,并得到了关于加权的非随机和和加权的随机和两种渐近结果。     

带一致变化尾上负相关随机变量和的精确大偏差

随机变量和尾概率性状的研究是保险精算领域的热门问题,而随机变量和的精确大偏差则精确刻画了其尾概率的极限性态。文章分别研究了一列同分布(但不一定独立)随机变量确定和以及随机和的精确大偏差,得到如下结果:如果这列随机变量带一致变化尾,是上负相关的,并且在左直线无支撑,则它们确定和以及随机和的精确大偏差结果均成立。     

带延拓负上限相关的随机变量和的精确大偏差

利用精确大偏差传统方法,研究了C类族上的带有延拓的负上限相关的随机变量和的精确大偏差,得到了非随机和和随机和的两种一致变化尾概率的结果,将带负上限相依的随机变量和的精确大偏差推广到带延拓的负上限相依的情形,为相应的统计研究提供了一个有关相依性的结论.     

多元风险模型中的长尾END的精确大偏差下界

研究了多元风险模型中的服从长尾分布族及延拓负相依(END)的随机变量的和的尾概率,在给定的一些条件下,通过采用类似的求解多元独立同分布的随机变量的非随机和与随机和的精确大偏差方法,在随机变量序列中引入延拓负相依的关系,得到多元风险模型中的服从长尾分布的带有延拓负相依关系的随机变量序列的非随机和与随机和的精确大偏差下界,推广了相应的独立同分布情形下的结论。     

广义负上限相关随机变量和的精确大偏差

讨论了长尾上的广义负上限相关的随机变量和的精确大偏差,得到了非随机和和随机和的两种一致变化尾概率的结果.     

索赔盈余风险模型中精确大偏差

考虑了控制变化族(D族)上索赔过程与保费过程构成的索赔盈余风险模型,研究了此风险模型中带相依关系的随机变量的非随机和与随机和的尾概率渐近问题,利用求相依不同分布的随机变量的非随机和与随机和的精确大偏差方法,得到了带上延拓负相依和混合相依关系的不同分布的随机变量构成的索赔风险模型中的非随机和与随机和的精确大偏差渐近的结论,最后建立了索赔盈余风险模型中精确大偏差的渐近公式.     

推广的延拓负相依风险模型中的精确大偏差

构造了由保费过程和索赔额过程构成的推广的延拓负相依风险模型,研究其上服从重尾分布的随机变量随机和的尾概率问题,利用求带相依关系的随机变量的随机和的大偏差方法,得到了由服从重尾分布的延拓负相依关系的随机变量构成的盈余过程中的随机和的精确大偏差,将由独立同分布的随机变量构成的盈余过程中的随机和的一致渐近结论推广到由延拓负相依同分布的随机变量构成的结论。     

推广的延拓负相依风险模型中的精确大偏差

构造了由保费过程和索赔额过程构成的推广的延拓负相依风险模型, 研究其上服从重尾分布的随机变量随机和的尾概率问题, 利用求带相依关系的随机变量的随机和的大偏差方法, 得到了由服从重尾分布的延拓负相依关系的随机变量构成的盈余过程中的随机和的精确大偏差, 将由独立同分布的随机变量构成的盈余过程中的随机和的一致渐近结论推广到由延拓负相依同分布的随机变量构成的结论。
     

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。     

UEND 和 φ 混合随机变量随机和的精确大偏差

介绍了UEND和φ混合的相依关系的随机变量,研究了具有UEND和φ混合的相依关系的随机变量的随机和的尾概率问题,利用一种求相依关系的随机变量的随机和的大偏差方法,得到了具有UEND和φ混合的相依关系的服从重尾分布的随机变量的随机和的渐近尾概率的结果,将服从独立不同分布的随机变量的随机和的一致渐近结论推广到了服从不同分布的带相依关系的随机变量的随机和的结论上.     

长尾加权相依的随机变量和的精确大偏差

研究了风险模型中的服从长尾分布的带加权相依关系的随机变量的和的尾概率,在给出一些假设条件下采用求精确大偏差的方法得到了加权的非随机和Sn和加权的随机和S(t)的两种渐近结果,推广了已存在的独立同分布条件下的相应结论.     

不同分布的BUTI的大偏差

主要研究了长尾上的带有BUTI的、不同分布的随机变量和的尾概率,得到了部分和和随机和的一致渐近的大偏差的结论,推广了已存在的相应结论.     

一致变化尾的随机和局部精确大偏差

基于带O正则变化独立同分布随机变量的部分和的局部精确大偏差的相关结论,将其对应的随机和分为3个部分,利用次指数函数的相互关系以及控制收敛定理,分别证明每个部分的渐近性.最后证明了在随机变量的密度函数是一致变化尾时,其随机和的局部精确大偏差的渐近性.     

D族 END随机变量随机和的精致大偏差

重尾理赔下风险模型的精致大偏差研究是现代保险精算学中的一个重要课题。假定理赔序列为一列D族重尾END同分布随机变量序列,理赔到来过程为一与理赔序列独立的计数过程。在一定条件下,得到该风险模型在一般情形下的精致大偏差,推广了相关文献已报道的结果。     

NA随机变量随机和的差的精确大偏差

【目的】研究由两类保单构成的随机和的差 * 的相依风险模型,该风险模型中第一类保单{X1j,j≥1}是一个负相协(Nagatively associated,NA)随机变量序列,{X2j,j≥1}是一个独立的随机变量序列,{N1(t),t≥0}和{N2(t),t≥0}是两个计数过程。【方法】采用类似求独立随机变量随机和的差的精确大偏差的渐近极限方法,研究了NA随机变量随机和的差的精确大偏差问题。【结果】引入一些假设条件,得到如下的一致渐近极限结论,即:对于任意固定的γ>μ2,有 *。 【结论】推广了独立随机变量随机和的差的精确大偏差的相应结论。(注：*处为公式)
     

带有重尾分布的宽相依随机变量的随机加权和的精致大偏差

研究了同分布宽相依随机变量的随机加权和的精致大偏差,所考虑的宽相依不但包括一些负相依随机变量,还包含一些正相依以及其他相依随机变量.当随机变量的共同的分布F属于一致变换尾分布族时,得到了一个精致大偏差的估计,此结果推广了文献[1]的相应结果.     

几类随机变量序列的大偏差估计

设{X_n,n≥1}是定义在概率空间(Ω,F,P)上的随机变量序列,{S_n,n≥1}是{X_n,n≥1}的部分和序列,给出了鞅差序列、φ-混合序列、p阶M-Z型随机变量序列的部分和序列以及NOD序列的部分和序列在条件■下的大偏差估计.     

高阶广义正规变化尾的随机游动的大偏差估计

研究高阶广义正规变化条件下随机游动的大偏差估计.假设独立同分布的随机变量的尾分布是高阶广义正规变化函数,得到一个大偏差估计.利用高阶广义正规变化条件的一个等价形式,得到由独立同分布(i.i.d)随机变量生成的随机游动的大偏差Vn(x)=P{Sn>x}的估计.