设 σ<sub>n</sub><sup>2</sup>=1/n-r<sub>n</sub>{sum from k=1 to n (e<sub>k</sub><sup>2</sup>)-sum from u=1 to r<sub>n</sub>(sum from k=1 to N (...设 σ<sub>n</sub><sup>2</sup>=1/n-r<sub>n</sub>{sum from k=1 to n (e<sub>k</sub><sup>2</sup>)-sum from u=1 to r<sub>n</sub>(sum from k=1 to N (α<sub>nuk</sub>e<sub>k</sub>))<sup>2</sup>} (1) 这里{e<sub>k</sub>}是一串独立的试验误差,展开更多
本文的目的是讨论鞅差随机变量的加权和的一致性,我们的结论推广了[4]中有关定理的适用范围,定理1讨论了权和Tn的平均一致性问题,定理2讨论了权和Tn的强一致性、设{a_K,k≥}为满足(1)式的正实数序列,An=sum from k=1 to n (ax)亦设{x,g,...本文的目的是讨论鞅差随机变量的加权和的一致性,我们的结论推广了[4]中有关定理的适用范围,定理1讨论了权和Tn的平均一致性问题,定理2讨论了权和Tn的强一致性、设{a_K,k≥}为满足(1)式的正实数序列,An=sum from k=1 to n (ax)亦设{x,g,k≥1}为一个鞅差序列,存在一个随机变量x,它的绝对值随机地大于|x|,k=1,2,……,以下的讨论,均在此地的假设下进行.这里称随机变量|x|随机地大于随机变量|y|,意即对任何有很实数a≥0,有P(|x|>a)≥P(|y|>a).由此定义能推得,对于任意有限实数a≥0,a≥1.展开更多
设{x},n=1,2,…,是线性过程,即对每一n,Xn=sum from j=0 to ∞ (gj)Yn-,这里{Yj},j=0,±1,±2,…,是独立同分布随机变量列,已知在假设sum from j=0 to ∞(gj)2<∞下线性过程{Xn},n=1,2,…,满足中心极限定理,[1]在假设EY0...设{x},n=1,2,…,是线性过程,即对每一n,Xn=sum from j=0 to ∞ (gj)Yn-,这里{Yj},j=0,±1,±2,…,是独立同分布随机变量列,已知在假设sum from j=0 to ∞(gj)2<∞下线性过程{Xn},n=1,2,…,满足中心极限定理,[1]在假设EY0=0,EY02=1,sum from j=0 to ∞|gj|=M1<∞,|sum from j=0 to ∞(gj|=M2>0(Ⅰ)展开更多
令H_n(x)是基于来自密度函数f(x)的容量为n的一个随机样本的hazard函数H(x)=f^(x)/[1-integral from x=∞ to x(f(t)dt)]的一个核形估计.对于非参数hazard估计的积分均方误差integral ((H_n(x)-H(x))~2ω(x)f(x)dx)中心极限定理成立的...令H_n(x)是基于来自密度函数f(x)的容量为n的一个随机样本的hazard函数H(x)=f^(x)/[1-integral from x=∞ to x(f(t)dt)]的一个核形估计.对于非参数hazard估计的积分均方误差integral ((H_n(x)-H(x))~2ω(x)f(x)dx)中心极限定理成立的一个充分条件被给出,这里ω(x)是一个权函数.展开更多
文摘设 σ<sub>n</sub><sup>2</sup>=1/n-r<sub>n</sub>{sum from k=1 to n (e<sub>k</sub><sup>2</sup>)-sum from u=1 to r<sub>n</sub>(sum from k=1 to N (α<sub>nuk</sub>e<sub>k</sub>))<sup>2</sup>} (1) 这里{e<sub>k</sub>}是一串独立的试验误差,
文摘本文的目的是讨论鞅差随机变量的加权和的一致性,我们的结论推广了[4]中有关定理的适用范围,定理1讨论了权和Tn的平均一致性问题,定理2讨论了权和Tn的强一致性、设{a_K,k≥}为满足(1)式的正实数序列,An=sum from k=1 to n (ax)亦设{x,g,k≥1}为一个鞅差序列,存在一个随机变量x,它的绝对值随机地大于|x|,k=1,2,……,以下的讨论,均在此地的假设下进行.这里称随机变量|x|随机地大于随机变量|y|,意即对任何有很实数a≥0,有P(|x|>a)≥P(|y|>a).由此定义能推得,对于任意有限实数a≥0,a≥1.
文摘设{x},n=1,2,…,是线性过程,即对每一n,Xn=sum from j=0 to ∞ (gj)Yn-,这里{Yj},j=0,±1,±2,…,是独立同分布随机变量列,已知在假设sum from j=0 to ∞(gj)2<∞下线性过程{Xn},n=1,2,…,满足中心极限定理,[1]在假设EY0=0,EY02=1,sum from j=0 to ∞|gj|=M1<∞,|sum from j=0 to ∞(gj|=M2>0(Ⅰ)
文摘令H_n(x)是基于来自密度函数f(x)的容量为n的一个随机样本的hazard函数H(x)=f^(x)/[1-integral from x=∞ to x(f(t)dt)]的一个核形估计.对于非参数hazard估计的积分均方误差integral ((H_n(x)-H(x))~2ω(x)f(x)dx)中心极限定理成立的一个充分条件被给出,这里ω(x)是一个权函数.