首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   11篇
  免费   10篇
综合类   2篇
数学   19篇
  2012年   1篇
  2010年   2篇
  2008年   1篇
  2005年   1篇
  2002年   2篇
  2001年   3篇
  2000年   5篇
  1999年   2篇
  1997年   2篇
  1996年   1篇
  1995年   1篇
排序方式: 共有21条查询结果,搜索用时 34 毫秒
1.
设$\{X_n,n\geq 1\}$是一个严平稳的负相协的随机变量序列, 其概率密度函数为$f(x)$.本文讨论了$f(x)$的递归核估计量的联合渐近正态性.  相似文献   
2.
1. IntroductionLet {Xu, n 2 1} be a sequence of r.v.IS in the same probability space and put Sa =nZ Xi, n 2 1; L(x) = mad (1, logx).i=1Since the definition of complete convergence is illtroduced by Hsu and Robbins[6], therehave been many authors who devote themselves to the study of the complete convergence forsums of i.i.d. real-valued r.v.'s, and obtain a series of elegys results, see [3,7]. Meanwhile,the convergence rates in the law of logarithm of i.i.d. real-vained r.v.'s have also be…  相似文献   
3.
I.I.D.随机变量两两乘积之和的Hsu-Robbins型定理(Ⅰ)   总被引:3,自引:0,他引:3       下载免费PDF全文
苏淳  梁汉营  王岳宝 《数学学报》2000,43(5):875-886
设随机变量X1,X2,…iid;称Un=1≤i<j≤nXiXj,为两两乘积之和,本文意在给出 Un/n~2→0即文中(0.3)式成立的充分必要条件.我们在这部分工作中虽未能彻底解决这个问题,但却揭示出这类条件与Sn/n→0(Sn=ni=1Xi)之条件间的本质上的不同之处,就是说,这是一类不能完全用X1的矩来刻划的条件,它们要更为深层次地依赖于X1的尾分布性质.  相似文献   
4.
苏淳  梁汉营  王岳宝 《数学学报》2000,43(6):1041-1052
在本部分中,采用由Levy函数(4.1)所确定的值b  相似文献   
5.
特殊半鞅的一个局部性质   总被引:1,自引:1,他引:0       下载免费PDF全文
本文讨论特殊半鞅的一个局部性质,将局部(平方可积)鞅的结果推广到了一类特殊半鞅的情形。  相似文献   
6.
本文对左截断模型, 利用局部多项式的方法构造了非参数回归函数的局部M 估计. 在观察样本为平稳α-混合序列下, 建立了该估计量的强弱相合性以及渐近正态性. 模拟研究显示回归函数的局部M 估计比Nadaraya-Watson 型估计和局部多项式估计更稳健.  相似文献   
7.
考虑半参数回归模型y_i=x_iβ+g(t_i)+V_i(1≤i≤n),其中(x_i,t_i)是已知的设计点,斜率参数β是未知的,g(·)是未知函数,误差Vi=∞∑j=-∞ c_je_(i-j),∞Σj=-∞ |cj|<∞并且e_i是负相关的随机变量.在适当的条件下,我们研究了β与g(·)小波估计量的强收敛速度.结果显示g(·)的小波估计量达到最优收敛速度.同时,对β小波估计量也作了模拟研究.  相似文献   
8.
主要说明了Kolmogorov重对数律对p型Banach空间值独立、零均值的随机元列有类似于对实值的表现形式,从而揭示了空间的型p与重对数律的开方指数之间有着密切的关系.  相似文献   
9.
苏淳  梁汉营  王岳宝 《数学学报》2000,43(6):1041-105
在本部分中,采用由 Levy函数(4.l)所确定的值bn取代(I)[1]中的1/n“位点”an,使得(I)中定理1中的附加条件(A)得以解除,从而获得了可以称之为Hsu-Robbins型的充分必要条件.作为推论,还给出了两个互为复制的iid随机变量三角阵对应行之和乘积的Kolmogorov强大数律.  相似文献   
10.
考虑半参数回归模型$y_i=x_i\beta+g(t_i)+V_i$ $(1\le i\len)$, 其中$(x_i,t_i)$是已知的设计点, 斜率参数$\beta$是未知的,$g(\cdot)$是未知函数, 误差$V_i=\tsm^\infty_{j=-\infty}c_je_{i-j}$,$\tsm^\infty_{j=-\infty}|c_j|<\infty$并且$e_i$是负相关的随机变量.在适当的条件下, 我们研究了$\beta$与$g(\cdot)$小波估计量的强收敛速度.结果显示$g(\cdot)$的小波估计量达到最优收敛速度. 同时,对$\beta$小波估计量也作了模拟研究.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号