摘要
设{X_k;k≥1}是由X_k=∑_(i=0)~βα_iε_(k-i)所定义的滑动平均过程,其中{ε_i;-∞<i<∞}是一同分布的φ-混合相依变量序列,{α_i;i≥0}为满足条件α_i^i^(-α)l(i)的实数序列,l(i)为一缓变函数.当1/2<α<1时,{X_k;k≥1}为一长程相依过程.在Eε_0~2可能为无穷的条件下,对长程相依过程{X_k;k≥1}的部分和建立了一个更为一般性的强逼近定理.
Let {Xk;k≥1} be a moving average process defined by Xk=∑i ∞=0 aiεk-i,where {εi;-∞〈i〈∞)is a doubly infinite sequence of identically distributed φ-mixing random variables,{ai;i≥0)and l(i) is a slowly varying function. When 1/2 〈 a 〈 1, {Xk; k ≥ 1} is a long memory process. Under the assumption that Eε0 2]may be infinite, a general strong approximation theorem for partial sums of the long memory process is derived.
出处
《高校应用数学学报(A辑)》
CSCD
北大核心
2014年第3期261-268,共8页
Applied Mathematics A Journal of Chinese Universities(Ser.A)
基金
国家自然科学基金(11301481
11371321)
浙江省自然科学基金(LQ12A01018
LY13A01003)
全国统计科学研究计划(2012LY174)
浙江省高校人文社科重点研究基地(统计学)
关键词
长程相依过程
混合相依
强逼近
long memory process
mixing dependence
strong approximation