共查询到20条相似文献,搜索用时 187 毫秒
1.
研究了α-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,得到了不同分布α-混合随机变量序列具有线性形式强稳定性的充分条件,在某种程度上推广了独立随机变量的线性形式的强稳定性的相应结果. 相似文献
2.
研究一类负相依随机变量序列线性形式的强稳定性,得到这类不同分布随机变量序列具有线性形式强稳定性的充分条件. 相似文献
3.
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. 相似文献
4.
研究了同分布啦混合随机变量线性形式的强稳定性,通过对随机变量运用截尾术得到了同分布ψ-混合随机变量具有强稳定性的充分条件,此结果在某种程度上推广了独立随机变量的相应定理。 相似文献
5.
6.
7.
8.
9.
汪忠志 《安庆师范学院学报(自然科学版)》2001,7(1):6-7
利用样本相对熵作为任意离散型随机变量相对独立变量偏差的一种随机性变量 ,采用研究强极限定理的一种新方法——网微分法 ,得到了一个关于离散型随机变量序列加权和的强稳定性定理 相似文献
10.
利用截尾的方法,考虑次线性期望空间下广义负相依(END)随机变量序列Jamison型加权和的几乎处处收敛问题,得到了次线性期望空间下END随机变量序列Jamison型加权和的几乎处处收敛性.将概率空间下END随机变量序列Jamison型加权和的几乎处处收敛拓展到了次线性期望空间下,推广了Jamison定理. 相似文献
11.
研究了次线性期望空间下随机变量序列的完全收敛性,利用广义负相依序列的性质,在随机变量的λ经典概率空间中独立序列的结果. 相似文献
12.
13.
引进似然比作为非负连续型随机变量序列相对于服从Γ分布的独立随机变量序列的偏差的一种度量,并通过限制似然比给出了样本空间的一个子集,在此子集上运用鞅方法得到了任意非负连续型随机变量序列的一类用不等式表示的强极限定理,将任意随机变量序列关于乘积分布的强偏差定理从离散状态空间推广到连续状态空间.作为推论得到了任意非负连续型随机变量序列关于指数分布,厄兰分布以及x2-分布的强偏差定理以及服从Γ-分布的独立随机变量序列的一族强大数定律. 相似文献
14.
引进似然比作为整值随机变量序列相对于服从二项分布的独立随机变量序列的偏差的一种度量,并通过限制似然比给出了样本空间的一个子集,在此子集上得到了任意整值随机变量序列的一类用不等式表示的强极限定理,作为推论得到了服从二项分布的独立随机变量序列的一族强大数定理.进一步发展和完善了状态空间有限的随机变量序列关于乘积分布的强偏差定理. 相似文献
15.
引进似然比作为非负连续型随机变量序列相对于服从Г分布的独立随机变量序列的偏差的一种度量,并通过限制似然比给出了样本空间的一个子集,在此子集上运用鞅方法得到了任意非负连续型随机变量序列的一类用不等式表示的强极限定理,将任意随机变量序列关于乘积分布的强偏差定理从离散状态空间推广到连续状态空间.作为推论得到了任意非负连续型随机变量序列关于指数分布,厄兰分布以及X^2分布的强偏差定理以及服从Г-分布的独立随机变量序列的一族强大数定律. 相似文献
16.
《太原师范学院学报(自然科学版)》2017,(3)
在时间序列分析中,引入复值的随机变量往往会带来很多的方便.对于时间序列进行统计分析的主要目的之一是解决时间序列的预测问题.文章在实时间序列最佳线性预测的基础上.根据复值时间序列的定义,最佳线性预测的定义以及实值时间序列与复值时间序列的关系,结论1给出了什么是复值随机变量的最佳线性预测,最佳线性预测是什么以及结论2给出了最佳线性预测的线性性质问题. 相似文献
17.
引入极限相对对数似然比的概念,作为离散相依随机变量序列与独立随机变量序列的偏差的一种度量,并利用它来研究离散相依随机变量序列的极限性质.引入一种全新的概率研究方法——分析法,得到了一类用不等式表示的强极限定理,即强偏差定理,其偏差界依赖于此极限相对对数似然比.作为推论得到了经典的独立随机变量序列的强大数定理,进一步发展和完善了状态空间离散有限的随机变量序列关于乘积分布的强偏差定理. 相似文献
18.
19.
利用Rosenthal不等式,讨论条件为■,■的次线性期望下m-END(m-extended negatively dependent)随机变量序列加权和的几乎处处收敛性.将经典概率空间中END序列加权和的几乎处处收敛性推广到次线性期望下m-END随机变量序列加权和的几乎处处收敛性. 相似文献
20.
利用随机变量的截尾方法研究任意B值随机变量序列的性质,建立了一类矩条件下任意B值随机变量序列的强极限定理. 相似文献