ASYMPTOTIC NORMALITY OF KERNEL ESTIMATES OF A DENSITY FUNCTION UNDER ASSOCIATION DEPENDENCE

Let {X_n, n≥1} be a strictly stationary sequence of random variables, whichare either associated or negatively associated, f(·) be their common density. In this paper,the author shows a central limit theorem for a kernel estimate of f(·) under certain regularconditions.     

关于一个复合Poisson定理

最近,王尧弘[4]证明了一个复合Poisson收敛定理,从而将Poisson逼近定理推广到了更为一般的情形。对于他的两个主要条件中的第一个,他猜测可以用较弱的限制去代替;至于第二个条件,他认为已不能再放宽了。本文的目的在于证明:对于他的结论而言,第一个条件已不能再减弱了;但是第二个条件是能够再放宽的。     

多维重Brown运动图集和像集的精确Hausdorff测度

设{W(t):t∈R},{B(t):t∈R }是两相互独立取值于R且W(0)= B(0)=0的标准Brown运动, {Y(t)=W(B(t)),t∈R }为R上的重Brown运动,X1(t),…,Xd(t)是Y(t)的d个独立复制．我们将探讨d维重Brown运动X(t)=(X1(t),…,Xd(t))的像集和图集的精确Hausdorff测度．更确切地,得到了X的像集X(Q)={X(t):t∈Q}和图集GrX(Q)={(t,X(t)):t∈Q}的精确Hausdorff测度,其中Q为(0,∞)上的Borel集．     

A GENERAL FORM OF THE INCREMENTS OF A TWO-PARAMETER WIENER PROCESS

In this paper,we consider a general form of the increments for a two-parameter Wiener process.Both the Csorgo-Revesz‘s increments and a class of the lag increments are the special cases of this general form of increments.Our results imply the theorem that have been given by Csorgo and Revesz(1978),and some of their conditions are removed.     

独立不同分布的随机变量部分和的增量

本文给出了关于独立但不必同分布的随机变量序列部分和的增量大小的若干定理。所得的结论与i.i.d.情形的理想结果相当.从而回答了Hanson和Russo提出的某些问题,强化了他们的结论。     

正相依随机变量的不变原理

对于最大协方差系数以多项式速率下降的正相依随机变量，Birkel给出了矩的上界估计．利用这一结果，Birkel建立了一个泛函中心极限定理．本文首先在最大协方差系数以对数速率下降的条件下给出了相同的矩的上界估计．进一步，基于这个较弱的条件，证明了Birkel的结论仍然成立．     

一类鞅的随机中心极限定理

1.设{X_n,n≥1}是强平稳遍历的随机序列,EX_n~2=1,称它满足鞅差性,若对任一n≥2有E(X_n|X_1,…,X_(n-1))=0,(1)即部分和S_n=X_1+…+X_n,{S_n,F_n,n≥1}是鞅,其中F_n=(X_1,…,X_n)是由X_1,…,X_n生成的σ域.在本文中,首先推广不等式,证明着     

随机变量序列函数的几乎处处中心极限定理

该文证明了随机元序列的一个一般的几乎处处中心极限定理, 并把这一结论应用于随机变量序列的函数.     

随机指标和序列的完全收敛性

本文推广Katz关于完全收敛性的结果到随机指标和的情形,仅仅只利用了他原来的条件。本文的工作一方面修正了Szynal的证明,推广了他的结论;同时也将和关于随机完全收敛性的结论里对于随机变量的矩的要求降到了理想的程度。此外,还考虑了相依序列的情形,给出了一个关于鞅的随机完全收敛性定理。     

关于回归函数核估计的渐近正态性

令(X,Y)是具有联合密度f(x,y)的二元随机变量。如果EY有限,则称m(x)=E(Y|X=x)为Y关于X的迴归函数.假设(X_1,Y_1),…,(X_n,Y_n)是来自二元总体(X,Y)的一个随机样本,那么迴归函数的核估计定义作其中K是一元密度函数,{h_n}是一列收敛于0的正数.在Y有界且nh_n~2→∞的条件下,证明了(nh_n)~(1/2)(m_n(x)-Em_n(x))依分布收