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.     

离散型随机变量密度函数的定义与探讨

使用“δ函数”定义离散型随机变量的密度函数，寻求离散型随机变量与连续型随机变量的统一处理方法．基于离散型随机变量密度函数的定义．其一维随机变量函数的密度函数以及多维随机变量的边缘密度等，均可直接利用连续型随机变量的相关结论．     

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.     

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.     

渐近正态随机变量函数的极限分布

基于渐近正态随机变量,导出随机变量函数极限分布的两个一般性理论结果.作为应用,证明了渐近正态随机变量一系列具体函数的极限分布,其中包括泊松随机变量平方根的渐近正态性,以及随机变量部分和在正则化常数是随机变量情况下的渐近正态性.     

分解法求离散型随机变量的期望

随机变量的分解 把随机变量ξ分成几个简单随机变量的和的过程称为随机变量的分解．     

关于NA随机变量极限定理的注记

NA随机变量是一包含独立随机变量在内的有广泛应用的随机变量类,本文在一些更弱的条件下,建立了具有不同分布NA随机变量列的强大数律和有界重对数律,进而推广了已有的关于NA随机变量的结果。     

对称随机变量部分和的概率不等式

在对称随机变量分布函数关于原点的值大于或等于二分之一的基础上,阐明对称随机变量的部分和仍是对称随机变量,进一步,给出关于对称随机变量序列部分和的概率不等式.     

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.     

既非离散又非连续的随机变量

讨论既非离散又非连续的随机变量,总结这类随机变量分布函数的特点,由此可进行这类随机变量类型的判定.通过举例给出既非离散又非连续型随机变量数学期望的求法.     

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.     

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.     

极值分布的一个注记

本文对PH极值分布进行了推广,应用构造相关联的Markov过程的方法,证明了n个相互独立的PH随机变量构成的次序随机变量的分布仍是PH分布。并给出了次序PH随机变量分布表达式的表示方法,本文同时也给出了次序PH随机变量的联合生存分布,本文最后给出了次序PH随机变量在可靠性理论与更新理论中的应用。     

具有不同分布NA随机变量列的强大数律及应用

给出了具有不同分布的NA随机变量列满足的若干强大数律;作为应用,不仅将独立随机变量的一类强极限定理完整的推广到NA随机变量情形,而且关于NA随机变量的一些已有结果可以作为推论得出.     

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.     

关于广义几何分布的强偏差定理

利用对数似然比作为一类整值随机变量序列相对于独立随机变量序列的偏差度量,在限定对数似然比的给定样本空间的子集上,建立并证明一类整值随机变量序列的强偏差定理,作为推论得到了此类分布的独立随机变量序列的若干强大数定律.     

离散型区间概率随机变量和模糊概率随机变量的数学期望

研究离散型区间概率随机变量和离散型第二类模糊概率随机变量数学期望的性质及求解方法．利用模糊分解定理,把求模糊概率随机变量的数学期望问题化为求一系列区间概率随机变量的数学期望．求区间概率随机变量的数学期望是一个典型的线性规划问题,用单纯形方法推导了求区间概率随机变量数学期望的一个很实用的计算公式．算例表明,用该计算公式得到的结果和用数学规划方法得到的结果完全吻合,但计算过程相对简单．     

基于对称随机变量构造的反例

应用相关文献中对称随机变量分布函数的充要条件,阐明连续型对称随机变量概率密度的偶函数特点,以及对称随机变量的不相关性,构造一些教学反例.     

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.     

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.