关于 U-统计量渐近正态收敛速度的上、下界

§1.引言及主要结果设{X_n}是 i.i.d.的 r.v.序列,h(z,y)为对称的 Borel 可测实值函数,以 h(x,y)为核的 U-统计量定义为U_n=(?)~(-1)(?)h(X_i,X_j).(1)关于 U_n (适当正则化后)的分布函数向标准正态分布函数一致收敛速度的上方估计,1978年 Callaert 和 Janssen 在 Eh(X_1,X_2)=0,E|h(X_1,X_2)|~3<∞的条件下,给出了其 Berry-Essen 不等式.随后,1981年赵林诚,1983年林正炎又进一步减弱了关于矩的条件,得到相应的一些结果.作者最近重新研究了上述 U-统计量向正态逼近的一     

U-统计量的分布的非一致性收敛速度

设{X_n}为一串iid.随机变量,h(x,y)为两个变元x,y的对称函数,则称 U_n=(?)~(-1) sum from (i≤i相似文献   

U-统计量的一些强极限定理的精确渐近性

设{Xn;n≥1}是一列i.i.d.随机变量序列,Un是以对称函数h(x,y)为核函数的U-统计量.记Un=2n(n-1) 1≤i相似文献   

具有幂零奇点的七次Hamilton系统Abel积分的零点个数估计

本文研究了具有幂零奇点的七次Hamilton系统的Abel积分的零点个数问题.利用Picard-Fuchs方程法,得到了Abel积分I(h)=∮_(Γh)g(x,y)dx-f(x,y)dy在(0,1/4)上零点个数B(n≤3[(n-1)/4]),其中Γ_h是H(x,y)=x~4+y~4-x~8=h,h∈(0,1/4),所定义的卵形线f(x,y)=∑(1≤4i+4j+1≤n)aijx~(4i+1)y~4j)和g(x,y)=∑(1≤4i+4j+1≤n)bijx~4iy~(4j+1)是x和y的次数不超过n的多项式.     

非参数回归函数的基于截尾数据的估计

本文考虑截尾数据情况下非参数回归函数m(x)=E(Y|x)的估计。具体地讲,我们面对的是这样的数学模型:T是与(X,Y)独立的随机变量,我们观测到的不是Y本身,而是Z=min(Y,T)及δ=[Y≤T]。今有训练样本{(X_i,Z_i,δ_i)}_(i-1)及当前样本(X,z,δ),记ξ_i(·)=[z_i≥·], N~ (·)=sum from i=1 to n ξ_i(·), V_n(·)=multiply from i=1 to n{1 N~ (z_i)/2 N~ (z_i)}~[δ_i=_i<0], U_n(·)=sum from i=1 to n Wnt(x)ξ_i(·), 令 m_n(x)=integral from 0 to u_n U_n(y)|V_n(y)dy, 其中u_n=F_2~(-1)(n~(-a)),0<α<1/2为一实常数,F_2(·)=P(Y≥·)为Y的(右侧)分布函数。在权函数{W_(ni)(x)}_(i=1)~n及(X,Y,T)的分布函数满足一组条件下,我们证明了m_n(x)为m(x)的强相合估计,即:m_n(x)→m(x),a.s.(n→ ∞).     

The Berry-Esseen Theorem and Non-Uniform Estimate for U-Statistics

Let X_1,X_2,…,X_n be independent random variables. Define a U-statistic by U_n(?)~(-1)sum from 1≤i≤j≤n (h(X_i,X_j), where h(x,y) is a symmetric function of two variables x,y and that Eh(X_i,X_j)=0(i≠j, i,j=1,2,…,n). Write g_j(X_i)=E(h(x_i,x_j)|x_i),g(X_1)=1/n-1 sum from j=1 j≠i to n g_j(X_i) We give the following two theorem: Theorem 1 Suppore that     

刀切Von-Mises统计量

设 X_1、X_2,…,X_n…为一系列独立同分布的随机变量,它们服从分布 F_θ。设(?)(x_1,x_2,…x_m)是关于 m 个变元 x_1,…x_m 对称的函数。定义以(?)为核的 U-统计量为U_n:(?)~(-1)∑_1≤α_1<…<α_m≤n(?)(X_α_1,…,X_α_m) (n≥m) (1)相应的 Von-Mises 统计量为     

U_统计量及Von-Mises统计量的自助(Bootstrap)法

设h(x,y)为关于其变元对称的Borel可测函数,U_n为以h为核的U_统计量。设f为实轴上正则函数且Jf(U_n)为f(U_n)的刀切(Jacknife)估计。本文基于近似独立的刀切虚拟值,对Jf(U_n)建立了bootstrap法。并在一定的条件下证明了Jf(U_n)的Bootstrap逼近的相合性。 此外,我们证明了如此建立的bootstrap法也适用于相应于U_n的Von-Mise(?)统计量。用这种方法使bootstrap估计相合的条件稍少于原bootstrap法。     

U-统计量的非一致性界限

设U_n为U-统计量,其核具有三阶有限矩,又本文建立了下列F_n(x)向标准正态分布Φ(x)收敛的非一致性收敛速度估计其中C为与n、x都无关的常数。     

一类多维指数分布的参数估计

考虑生存函数为(F)(x1,x2,…,xn)=P{X1＞x1,…,Xn＞xn}=exp{-[n∑i=1(xi/θi)1/δ]δ}(0＜xi＜∞,0＜δ≤ 1,0＜θi＜∞,i=(1,n))的一类多维指数分布,给出了它的密度函数的表示式,并讨论了它的性质.提出了相关参数δ的估计(^δ),证明了(^δ)有相合性和渐近正态性,得到了(^δ)的渐近方差σ2δ.最后还给出了若干随机模拟的结果.     

一类奇异拟线性椭圆方程正解的多重性

研究奇异拟线性椭圆型方程{-div(|x|~(-ap)|▽u|~(p-2)▽u) + f(x)|u|~(p-2) = g(x)\u|~(q-2)u + λh(x)|u|~(r-2),x R~N,u(x) 0,x∈ R~N,其中λ0是参数,1pN(N3),1rpgp*=0a(N—p)/p,p*=Np/{N~pd),aa+l,d=a+l-60,权函数f(x),g(x),h(x)满足一定的条件.利用山路引理和Ekeland变分原理证明了问题至少有两个非平凡的弱解.     

论局部乘积与POINCARE-ALEXANDER-LEFSCHETZ型对偶定理

<正> 在§1我们界说了局部乘积,它关联 Hausdorff 紧致空间 X 中闭子集X_0的同调以及 X_0在 X 中邻域的同调.在流形与有边流形上的 Poincaré-Alexander-Lefschetz 型对偶定理可以用这种局部乘积表示(§2).在§3,我们研讨了一类所谓摹流形状空间.局部的下调群与上调群的概念在 [3,233—263页;8]中曾不明显地使     

关于图的L(2,1)标号核图

图的L(2,1)标号核图来自频率分配问题而导致的图论问题.在本文中,我们证得(i)对任意简单图G,存在G的一个标号核图Gcore,使得L(G)=L(Gcore)和L(G)≥|V(Gcore)|-1;(ii)设图G有p个顶点且边集|E(G)|≠φ,存在路 Pi G(1≤i≤m)和路Hs G(1≤s≤n),其中在G中V(Pi)∩V(Pj)=φ(i≠j),在G中V(P,)∩V(Pt)=φ(s≠t),则有m∑t=1|V(Pt)|+n∑s=1|V(Hs)|-(m+n)≥p;(iii)G是p(p≥5)个顶点的简单图,则有p+3≤L(G)+L(G)≤3p-4.     

一类二分图的k-匹配数

设G是一个具有二分类(X_1,X_2)的简单偶图,|X_1|=|X_2|=n,如果对于给定的c>0,|M(S)|≥(1+c)|S|对任意满足|S|≤n/2的S(?)X_i(i=1,2)都成立,其中N(S)是S的邻集,则称G是(n,c)-扩张图.给出了(n,c)-扩张图的k-匹配数与完美匹配数之比的顺从界.     

Буняковский不等式之推广及其对于积分方程与希尔伯特空间之应用

<正> 不等式■(1) 通常称为布湼可夫斯基不等式,或席瓦耳智不等式,在本文中,作者推广此不等式为这里我们用 det u_(ij)(i,j=1,2,…,n)表第i列j行之元为 u_(ij)之n列行列式,f_i,g_j(i,j=1,2,…,n)表任一希尔伯特空间之任意二组之元,(f_i,g_j)表f_i与g_j二元之内乘积.     

推广的Bessel过程的L~p估计

随机微分方程dX_t=(δf~2(t)-h(t)X_t)dt+2f(t) │X_t│～(1/2)dBt,(X_0=x,δ>0)的解X_t是一种推广的δ(δ>0)维Bessel过程.文章对于任意停时τ给出了‖sup0≤t≤τη(t)X_t‖p的L~p估计,其中η:R_+→R_+是一个R+上的可微函数,而且满足微分方程dη/dt-h(t)η=-η~2f~2(t),η(0)=1.     

拟线性系统的概周期解的存在性

<正> 考虑拟线性微分方程系 dX/dt=A(t)X十f(t)十μF(X,t,μ),(1)其中A(t)是t的n阶连续方阵,x是n向量,f(t),F(X,t,μ)是各变量的n连续向量,μ真是小参数. 当A(t)是常数方阵,f(t),F(X,t,μ)是t的一致概周期向量函数,Coddington,Levinson,等人建立了(1)的周期解的存在定理.此可参考[1]和[2].对A(t)为常数方阵,f(t),F(X,t,μ)是t的一致概周期向量函数,更进一步建立了(1)的概周期解的存在定理.     

ρ-混合序列部分和乘积的几乎处处极限定理

设{X_n,n≥1}是一严平稳的ρ-混合的正的随机变量序列,且EX_1=μ＞0, Var(X_1)=σ~2,记S_n=Σ_(i=1)~n X_i和γ=σ/μ,在较弱的条件下,证明了对任意的x,,其中σ_1~2=1+2/(σ~2)∑_(j=2)~∞Cov(X_1,X_j),F(·)是随机变量e~(2~(1/2)N)的分布函数,N是标准正态随机变量,我们的结果推广了i．i．d时的情形．     

Existence of Nontrivial Weak Solutions to Quasi-linear Elliptic Equations with Exponential Growth

In this paper, we study the existence of nontrivial weak solutions to the following quasi-linear elliptic equations $$-Δ_nu+V(x)|u|^{n-2}u=\frac{f(x,u)}{|x|^β}, x ∈ R^n(n ≥ 2),$$ where $-Δ_nu=-div(|∇u|^{n-2}∇u), 0 ≤β < n, V:R^n→R$ is a continuous function, f (x,u) is continuous in $R^n×R$ and behaves like $e^{αu^{\frac{n}{n-1}}}$ as $u→+∞$.     

典型實照函數的最小?妥钚∑

<正> 1.如果函數f(z)在包含實軸土某一區間的區域B中是正則的,f(z)在此實軸區間上取實值.在區域B的其餘地方f(z)與(z)同符號;即