设{ξ1,ξ2,…,ξn}为来自[0,1]上服从均匀分布的独立同分布样本,产生的经验过程为Fn(t)=n^(-1/2)sum from i=1 to n( (I{ξi≤t}-t)),0≤t≤1,‖Fn‖=sup 0≤t≤1 Fn(t).利用经验过程的弱收敛定理和尾概率不等式,对一般的边界函数和拟...设{ξ1,ξ2,…,ξn}为来自[0,1]上服从均匀分布的独立同分布样本,产生的经验过程为Fn(t)=n^(-1/2)sum from i=1 to n( (I{ξi≤t}-t)),0≤t≤1,‖Fn‖=sup 0≤t≤1 Fn(t).利用经验过程的弱收敛定理和尾概率不等式,对一般的边界函数和拟权函数得到了矩完全收敛性精确渐近性的一般形式.展开更多
设{εt;t∈Z+}是一严平稳零均值的LPQD随机变量序列,并且0<Eε12<∞,σ2=Eε12+2sum from j=2 to ∞ (Eε1εj),0<σ2<∞,{aj;j∈N}是一实数序列,满足sum from j=0 to ∞ |aj|<∞.定义线性过程Xt=sum from j=0 to ∞ (a...设{εt;t∈Z+}是一严平稳零均值的LPQD随机变量序列,并且0<Eε12<∞,σ2=Eε12+2sum from j=2 to ∞ (Eε1εj),0<σ2<∞,{aj;j∈N}是一实数序列,满足sum from j=0 to ∞ |aj|<∞.定义线性过程Xt=sum from j=0 to ∞ (ajεt-j),t≥1,并令Sn=sum from t=1 to n Xt,Mn=max|Sk|,k≤n n≥1.利用弱收敛定理和矩不等式,对一般的拟权函数和边界函数,证明了{Mn}和{Sn}的精确渐近性.展开更多
本文研究了平均移动过程的矩完全收敛性及其精确渐近性问题.利用正相协随机变量的性质,类似于文献Kim,Ko(2008)和Baek et al.(2008)中的方法,获得了由正相协随机变量生成的平均移动过程矩完全收敛的条件及精确渐近性,从而推广了负相协...本文研究了平均移动过程的矩完全收敛性及其精确渐近性问题.利用正相协随机变量的性质,类似于文献Kim,Ko(2008)和Baek et al.(2008)中的方法,获得了由正相协随机变量生成的平均移动过程矩完全收敛的条件及精确渐近性,从而推广了负相协随机变量生成的平均移动过程有关文献的相关结果.展开更多
文摘设{ξ1,ξ2,…,ξn}为来自[0,1]上服从均匀分布的独立同分布样本,产生的经验过程为Fn(t)=n^(-1/2)sum from i=1 to n( (I{ξi≤t}-t)),0≤t≤1,‖Fn‖=sup 0≤t≤1 Fn(t).利用经验过程的弱收敛定理和尾概率不等式,对一般的边界函数和拟权函数得到了矩完全收敛性精确渐近性的一般形式.
文摘设{εt;t∈Z+}是一严平稳零均值的LPQD随机变量序列,并且0<Eε12<∞,σ2=Eε12+2sum from j=2 to ∞ (Eε1εj),0<σ2<∞,{aj;j∈N}是一实数序列,满足sum from j=0 to ∞ |aj|<∞.定义线性过程Xt=sum from j=0 to ∞ (ajεt-j),t≥1,并令Sn=sum from t=1 to n Xt,Mn=max|Sk|,k≤n n≥1.利用弱收敛定理和矩不等式,对一般的拟权函数和边界函数,证明了{Mn}和{Sn}的精确渐近性.