线性模型中误差方差估计的非一致性估计

<正> 考虑线性模型 Y_((n))=X_nβ+e_((n)),n=1,2,…其中X_n=(xij)为n×p阶已知矩阵,rank X_n=r_n,为未知的待估参数向量,e_((n))=为独立的试验误差,满足条件     

N值随机变量序列的AEP型极限及若干强偏差定理

设{X_n,n≥1}是在S={1,2,…,N}中取值的随机变量序列,其分布为p(x_1,…,x_n),liminf[P(X_1,…,X_n)]~(1/n)与limsup[p(X_1,…,X_n)]~(1/n)称为AEP型极限。利用这些极限该文得到{X_n,n≥1}的若干强偏差定理,即一类用不等式表示的强极限定理。     

单调压缩变换半群的秩

设自然数n≥4,X_n={1,2,…,n},MC_n是X_n上的单调压缩全变换半群,证明了MC_n的秩为n-1.     

Non-symmetric association schemes of symmetric matrices

Let X_n be the set of n×n symmetric matrices over a finite field F_q,where q is a power of an odd prime.For S_1,S_2 ∈ X_n,we define (S_1,S_2)∈ R_0 iff S_1=S_2;(S_1,S_2)∈R_(r,ε)iff S_1-S_2 is congruent to where?=1 or z,z being afixed non-square element of F_q.Then X_n=(X_n,{R_0,R_(r,ε)|1≤r≤n,?=1 or z}) is a non-symmetric association scheme of class 2n on X_n.The parameters of X_n have been computed.And we also prove that X_n is commutative.     

截断和与次序统计量的联合极限分布

§1.引言 设{X_n,n≥1}是iidry序列,具有共同的非退化dfF.对每n≥1,以X_(n,1)≤…≤X_(n,n)。记X_1,……,X_n的次序统计量.如果整数k_n和l_n满足1≤k_n相似文献   

半群OF_n(Y)的幂等元秩

设OT(X_n)是X_n={1,2,…,n}上的保序变换半群.Y是X_n的非空真子集且|Y|=r,令OT(X_n,Y)={α∈OT(X_n):X_nα?Y},OF(X_n,Y)={α∈OT(X_n,Y):X_nα=Yα}.考虑半群OF_n(Y)={α∈OF(X_n,Y):|im(α)|≤r-1},证明了半群OF_n(Y)是由幂等元生成,并得到了OF_n(Y)的幂等元秩.     

Hill估计的重对数律

设{X_n,n≥1}是 i.i.d.序列,分布函数具有形式 F(x)=1-,x>0,其中 L(x)是缓慢变化函数,0相似文献   

全相似保序变换半群H(SPO_n,r)的秩

设自然数n≥5,X_n={1,2,…,n},并赋予自然数的大小顺序,令H(SPO_n,r)=SPO_n∪L(n,r)(5≤n,2≤r≤n-3)是X_n上的全相似部分保序变换半群.得到全相似保序变换半群H(SPO_n,r)的秩为■.     

半群PT_n(A)的正则性与格林关系

设X_n={1,2,…,n}并赋予自然序,PT_n是X_n上的部分变换半群.设A■X_n非空,令PT_n(A)={α∈PT_n:imα■A}.讨论了半群PT_n(A)的正则性与格林关系.     

随机加权法在线性模型中的应用

设 Y_n=X_nβ+e(n) (1.1)是一个回归模型,其中β是一个 p×1 未知参数向量;Y_n 是 n×1数据向量;X_n 是 n×p 矩阵,rank X_n=p,X_n 之元素是常数,X'_n=(x_1,…,x_n)表示 X_n 的转置;e(n)是 n×1 误差向量.设 (?)_n=(X′_nX_n)~(-1)X′_nY 为β的最小二乘估计.在[1]中讨论了随机变量 c′((?)_n—     

二阶齐次矩阵差分方程的解

讨论形如Xn+2-BXn+1-AXn=O,A,B,Xn为m阶矩阵的二阶齐次矩阵差分方程通解的表达式为Xn=C1Un1+C2Un2的充分或必要条件.主要的方法是利用矩阵差分方程的特征矩阵方程解的性质.     

平面上随机级数的性质

研究了平面上系数{Xn,n≥0}为(?)-混合序列在满足,(q>1)等条件下的随机级数的增长性及值分布,得到了比较好的结果．     

B值强混合随机变量几何加权级数的广义重对数律

设{X,Xn;n≥0}是一取值于可分Banach空间中的同分布Φ~*-混合随机变量序列,并记其几何加权级数为ξ(β)=sum from n=0 to ∞β~nX_n,其中0<β<1.在X的二阶矩可能不存在的条件下,建立了ξ(β)的一个广义重对数律.     

B -值双随机Dirichlet级数的收敛性

主要研究了B -值双随机Dirichlet级数在不同条件(i) {X_n}服从强大数定律,且0<\mathop{\underline{\lim}}\limits_{n-->\infty}\Big\|\frac{\sum\limits_{i=1}^n EX_i}{n}\Big\|\leq \mathop{\overline{\lim}}\limits_{n\to\infty}\Big\|\frac{\sum\limits_{i=1}^n EX_i}{n}\Big\|<+\infty.(ii) {X_{n}}独立不同分布，且\mathop{\underline{\lim}}\limits_{n-->\infty}E||X_n||>0,\quad \sup\limits_{n\geq 1}E||X_n||^p <+\infty \quad (p >1)等条件下的收敛性,得出了收敛横坐标的简洁公式.     

弱混强平稳序列随机容量、随即秩次序统计量的极限分布律

设W(1n)W2(n)…W(nn)是严平稳随即序列{Xn,n 1}的前几个变量的顺序统计量,Nn Mn是两正整值r.v,n 1.在较弱一些的混合条件下,本文给出了W(NMn)n标准化后的极限分布,从而使一些提法更趋一般化,主要结果推进了Rao(1984)和张国胜(1993)的工作.由于混合条件的减弱,使得对m-相关和正态平稳过程的具体应用讨论更加充分.     

和的乘积的重对数律

设{X,X_n,n≥1}是独立的或φ -混合的或 ρ -混合的正的平稳随机变量序列，或$\{X,X_n,n≥1}$是正的随机变量序列使得{X_n-EX,n≥1\} 是平稳遍历的鞅差序列，记S_n=\sum\limitsⁿ_{j=1}X_j, n≥1 . 该文在条件EX=μ> 0 及0 Var(X)<∞下，证明了部分和的乘积$\prod\limits^n_{j=1}S_j/n!\mu^n$在合适的正则化因子下的某种重对数律.     

亚紧空间的可数乘积

In this paper,we present that if Y is a hereditarily metacompact space and{Xn:n∈ω}is a countable collection of Cech-scattered metacompact spaces,then the followings are∏equivalent:(1)Y×∏n∈ωXn is metacompact,(2)Y×∏n∈ωXn is countable metacompact,(3)Y×n∈ωXn is orthocompact.Thereby,this result generalizes Theorem 5.4 in[Tanaka,Tsukuba.J.Math.,1993,17:565–587].In addition,we obtain that if Y is a hereditarilyσ-metacompact space and{Xn:n∈ω∏}is a countable collection of Cech-scatteredσ-metacompact spaces,then the product Y×n∈ωXn isσ-metacompact.     

�����򲿷ֺ͵���ȫ�صľ�ȷ������

设{X,Xn;n≥1}为吸引域为正态吸引域的独立同分布的随机变量序列,本文证明了其自正则部分和的完全矩的精确渐近性.     

UNIFORM CONVERGENCY FOR WEIGHTED PERIODOGRAM OF STATIONARY LINEAR RANDOM FIELDS

ＵＮＩＦＯＲＭＣＯＮＶＥＲＧＥＮＣＹＦＯＲＷＥＩＧＨＴＥＤＰＥＲＩＯＤＯＧＲＡＭＯＦＳＴＡＴＩＯＮＡＲＹＬＩＮＥＡＲＲＡＮＤＯＭＦＩＥＬＤＳ￥ＨＥＳＨＵＹＵＡＮＡｂｓｔｒａｃｔ：Ｌｅｔ｛Ｘｎ；ｎ∈Ｎ２｝ｂｅａｔｗｏｄｉｍｅｎｓｉｏｎａｌｌｙｉｎｄｅｘ...