宽象限相依样本下频率插值密度估计的收敛性质

频率多边形插值估计是一种非常重要的概率密度估计方法,该估计不仅在相同计算量下比直方图估计收敛速度快,而且在计算二元数据集合比核密度估计更简单、便捷,所以对其进一步探究是有理论研究价值的。设{Xn,n≥1}为宽象限相依的随机序列,具有未知的密度函数f(x),利用宽象限相依序列的Rosenthal-型不等式和截尾的技术,在适当的条件情况下,获得了频率插值密度估计的强相合性和r阶矩相合性。

宽象限相依随机变量最大和与随机和的渐近尾概率

本文研究了服从重尾分布的宽象限相依随机变量的最大和与随机和的渐近尾概率,其中随机变量服从长尾分布与控制变化尾分布族的交。结果显示在一定条件下,我们将已有的结果较好的推广到了宽象限相依结构,其最大和与随机和的渐近尾概率仍然成立。

宽象限相依随机变量部分和的中偏差及其在保险中的应用

研究了控制变换尾分布的宽象限相依实值随机变量部分和的中偏差.相应于所得到的理论结果,进一步给出了在相依保险风险模型中的两个应用;一是在基于顾客到达过程的保险风险模型中,保险公司盈余的渐近估计;二是在复合更新风险模型中,有限时和无限时破产概率的一致渐近估计.

宽象限相依序列下分位数估计的强相合性及Bahadur表示

本文在宽象限相依序列随机序列下,利用宽象限相依序列和的矩不等式及相关性质证明了分位数估计的强相合性并给出其Bahadur表示.

一类时间相依复合更新风险模型损失过程的尾概率渐近估计

考虑一类复合相依更新风险模型,一次事故引发多次索赔.假设索赔次数与索赔时刻相依,同一事故引起的索赔额是宽上限相依(widely upper orthant dependent)且服从重尾分布.得到该风险模型损失过程的精细大偏差和有限时破产概率的渐近估计.

WOD样本密度函数和失效率函数递归核估计的逐点强相合性

考虑同分布宽象限相依(WOD)随机样本未知密度函数的一类递归型密度核估计量.利用WOD序列的Rosenthal型不等式,在一定条件下证明了该估计量的逐点强相合性,并讨论了失效率函数估计的逐点强相合性.