Slutsky定理的一个推广

本文应用紧集上的连续函数是一致连续的性质 。

SLUTSKY定理的推广

Ｓｌｕｔｓｋｙ定理指出：如果随机变量序列｛Ｘ１ｎ｝，｛Ｘ２ｎ｝，…，｛Ｘｍｎ｝分别依概率收敛到ｍ个有限常数ａ１，ａ２，…，ａｍ，那么任意一个有理函数Ｒ（Ｘ１ｎ，Ｘ２ｎ，…，Ｘｍｎ）也依概率收敛到常数Ｒ（ａ１，ａ２，…，ａｍ），只要Ｒ（ａ１，ａ２，…，ａｍ）有限．本文从两个方面推广了这一结果：第一，若上述随机变量序列分别依概率收敛到随机变量Ｘ１，Ｘ２，…，Ｘｍ，ｇ（ｘ１，ｘ２，…，ｘｍ）是ｍ维欧氏空间Ｒｍ上的连续函数，则ｇ（Ｘ１ｎ，Ｘ２ｎ，…，Ｘｍｎ）依概率收敛于ｇ（Ｘ１，Ｘ２，…，Ｘｍｎ）．第二，若上述随机变量序列分别收敛到ｍ个有限常数ａ１，ａ２，…，ａｍ，又Ｂｏｒｅｌ可测函数ｇ（ｘ１，ｘ２，…，ｘｍ）在点（ａ１，ａ２，…，ａｍ）处连续，则ｇ（Ｘ１ｎ，Ｘ２ｎ，…，Ｘｍｎ）依概率收敛到ｇ（ａ１，ａ２，…，ａｍ）．

统计收敛意义下的Slutsky定理

引入统计依概率收敛和统计依分布收敛,比较了统计依分布收敛和一般意义下的依分布收敛之间的关系,并证明了统计收敛意义下,Slutsky定理仍然成立,这为建立统计收敛下的概率极限理论奠定了基础.

关于Slutsky定理的推广

本文对Slutsky定理在随机向量上进行了推广.

基于一般分布总体的统计量的渐近分布

在抽样分布理论中,来自正态总体的统计量中,以三大重要分布为代表的一些精确的抽样分布,它们的应用很广,但为数不多。在其他情况下,总体为非正态总体或者总体的分布未知时,抽样分布都不易导出,或导出过于复杂而难于应用。文章利用大样本的方法,结合Slutsky定理,研究了来自一般总体的几个统计量,推出了它们的渐近分布。

关于弱收敛的一些结果

论文的结果表明在Xn与Y独立的条件下,若■,■,有■,这样就使得Slutsky定理成为本文结果的一个推论。