求离散型随机变量的均值与方差的四种方法

<正>离散型随机变量的均值与方差是高考的热点.均值或数学期望，反映了离散型随机变量取值的平均水平，方差或标准差反映了随机变量取值偏离于均值的平均程度，均值与方差是随机变量的两个重要的数字特征.求离散型随机变量的均值与方差有定义分析法、性质求解法、图象转化法、特殊分布法四种方法.     

m-WOD误差下非线性回归模型LS估计收敛性北大核心CSCD

结合m相依随机变量和WOD随机变量的概念,给出m-WOD随机变量的概念,它包含了NA随机变量,m-NA随机变量,NSD随机变量,NOD随机变量,END随机变量,m-END随机变量,WOD随机变量等负相依随机变量.基于误差为m-WOD随机变量,我们研究非线性回归模型参数最小二乘(LS)估计,获得了参数LS估计的概率不等式.作为应用,在不同的矩条件下,获得LS估计的完全收敛速度和依概率收敛速度,推广了已有文献的结果.     

m-WOD误差下非线性回归模型LS估计收敛性

结合m相依随机变量和WOD随机变量的概念,给出m-WOD随机变量的概念,它包含了NA随机变量,m-NA随机变量,NSD随机变量,NOD随机变量,END随机变量,m-END随机变量,WOD随机变量等负相依随机变量.基于误差为m-WOD随机变量,我们研究非线性回归模型参数最小二乘(LS)估计,获得了参数LS估计的概率不等式.作为应用,在不同的矩条件下,获得LS估计的完全收敛速度和依概率收敛速度,推广了已有文献的结果.     

ρ混合阵列的收敛性

该文引入了ρ～混合阵列的概念，讨论了ρ～混合阵列的完全收敛性与依概率收敛性. 所得结果，推广了行独立随机变量阵列相应的结果. 此外还得到了一般随机变量阵列的完全收敛性与依概率收敛性.     

NA随机变量序列的Egorov型强大数律的等价条件

本文研究了NA随机变量的Egorov型强大数律.利用NA随机变量的概率不等式,得到了NA随机变量序列的Egorov型强大数律的一些等价条件,所获结果推广和改进了在独立随机变量序列的Egorov的结果和在NA随机变量序列已有的一些结果.     

混合型随机变量数字特征的计算

利用分布函数的广义反函数,将随机变量表示为均匀分布随机变量的函数,然后用随机变量函数的数学期望公式可计算原随机变量的数字特征,该方法适用于所有类型的随机变量.最后,利用四种不同方法计算了一个混合型随机变量的数字特征,说明了这些方法的异同.     

NA随机变量阵列的完全矩收敛性

利用NA随机变量的矩不等式和截尾方法,研究了NA随机变量阵列的完全矩收敛性,给出了证明NA随机变量阵列完全矩收敛性的一些充分条件.所得结果推广了已有文献关于NA随机变量的相应结果.     

行为ND随机变量阵列加权和的完全收敛性

在非同分布的情况下,给出了行为ND随机变量阵列加权和的完全收敛性的充分条件,所得结果部分地推广了独立随机变量和NA随机变量的相应结果.作为其应用,获得了ND随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

行为NA的随机变量阵列加权和的完全收敛性(Ⅱ)

本文研究了行为NA的随机变量阵列加权和的完全收敛性,推广了行独立随机变量阵列相应的结果.且得到了任意随机变量阵列加权和完全收敛的一个定理.     

φ混合随机变量加权和的完全收敛性

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.     

ψ-混合相依变量线性形式的强稳定性(英文)

线性形式的强稳定性在科学技术上存在着广泛应用. 本文讨论了ψ-混合随机变量列线性形式的强稳定性.通过对ψ-混合随机变量列运用截尾术, 借助于ψ-混合随机变量的性质以及Borel-Cantelli引理, 得到了ψ-混合随机变量线性形式具有强稳定性的充分条件. 同时也给出了一些其它形式的结果.     

NA随机变量序列的Hájeck-Rènyi不等式

本文给出了NA随机变量序列的Hájeck-Rènyi不等式,并利用它研究了NA随机变量序列的强大数律,所得结果是独立随机变量情形时相应结果的推广.而且还得到了任意随机变量序列的Hájeck-Rènyi不等式.     

关于~*-mixing随机变量序列的强大数定律

利用任意随机变量序列的强大数定律讨论 * -mixing随机变量序列的强大数定律 ,得到了该序列的一个强极限定理 ,推广了经典的 * mixing随机变量序列的强大数定律 .同时讨论了 m相依序列和独立随机变量序列的强大数定律 .     

NA随机变量序列的Hájeck-Rènyi不等式

本文给出了NA随机变量序列的Hájeck-Rènyi不等式,并利用它研究了NA随机变量序列的强大数律,所得结果是独立随机变量情形时相应结果的推广.而且还得到了任意随机变量序列的Hájeck-Rènyi不等式.     

连续随机变量的随机独立性与回归独立性

回归独立性是指给定随机变量 X时 ,随机变量 Y的条件期望 E( Y|X)不依赖于 X.前人讨论了离散型随机变量回归独立性与随机独立性的关系 ,得到了二者等价的充分必要条件 .对连续型随机变量的情形加以讨论 ,获到了二者等价的几个充分必要条件 ,并说明在统计分析中的应用 .     

ND序列部分和的大偏差和强收敛性

利用ND随机变量序列的矩不等式、极大值不等式以及随机变量的截尾方法,重点研究了ND随机变量序列部分和的大偏差结果和强收敛性,推广了文献中一些相依随机变量序列的若干相应结果.     

正则和函数的强极限及应用

研究了随机变量序列正则和函数的重对数律,作为应用,给出了正的随机变量序列部分和乘积的重对数律.同时,还获得了独立随机变量阵列相应的单对数律结果.     

一类随机变量序列部分和的强大数定律

设{Xn,n≥1}是随机变量序列.文[4]在二阶矩限制下,获得了任意随机变量序列的Hajek-Renyi型不等式,并给出了随机变量序列的强大数定律.本文利用胡舒合等获得的强大数定律,给出了随机变量序列的一些几乎必然收敛性,并给出了结果在PA,NA和两两NQD序列场合下的应用.     

一类由一维概率密度函数构造多维概率密度函数的方法

将文献[1]给出的由一维连续型随机变量的概率密度函数构造二维连续型随机变量的概率密度函数的方法,推广为由一维连续型随机变量的概率密度函数构造三维连续型随机变量的概率密度函数的情况,并作出了证明和举例说明.说明利用本文的方法构造多维概率密度函数,其方法简单易行.     

φ混合随机变量加权和的完全收敛性(英文)

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.