关于学生氏U—统计量的渐近性质

设Ｘ１，Ｘ２，．．．，Ｘｎ（ｎ≥２）为ｉ．ｉ．ｄ随机变量，Ｕｎ为以ｈ（ｘ１，ｘ２）为对称核的Ｕ－统计量，Ｅｈ（Ｘ１，Ｘ２）＝θ，且σｇ＾２＝ＶａｒＥ〔ｈ（Ｘ１，Ｘ２〕－θ│Ｘ１│〉０。设σｇ＊＾＊＾２是σｇ＾２的Ｂｏｏｔｓｔｒａｐ量，施锡铨在关于核ｈ的二阶矩的条件下，证明了：当ｎ→∝时，σｇ＊＾＊＾２→σｇ＾２ａ．ｓ，因此Ｗｎ＝√ｎ（Ｕｎ－θ）／２σｇ＾＊＊依分布收敛于标准正态变量。本文在关于核ｈ     

学生化U－统计量的Edgeworth展开和Bootstrap逼近

本文研究学生化Ｕ－统计量的Ｅｄｇｅｗｏｒｔｈ展开和ＢｏｏｔｓｔｒａＰ逼近，在核函数ｈ较弱的矩条件下，给出了学生化Ｕ－统计量的一项Ｅｄｇｅｗｏｒｔｈ展开式和Ｂｏｏｔｓｔｒａｐ逼近．     

广义U—统计量的指数收敛速度

文「１」研究了一样本Ｕ－统计量的指数收敛速度,本文则研究了广义Ｕ－统计量的指数收敛速度。     

学生化U—统计量的Edgeworth展开和Bootstrap逼近

本文研究学生化Ｕ－统计量的Ｅｄｇｅｗｏｒｔｈ展开和Ｂｏｏｔｓｔｒａｐ逼近，在核函数ｈ较弱的矩条件下，给出了学生化Ｕ－统计量的一项Ｅｄｇｅｗｏｒｔｈ展开式和Ｂｏｏｔｓｔｒａｐ逼近。     

关于有界核两样本U统计量余项的指数收敛速度

设Ｕｍｎ是以有界对称函数　（ｘ，ｙ）为核的两样本Ｕ－统计量．本文讨论了Ｕｍｎ与其投影之差的指数收敛速度问题，它有别于Ｈｏｅｆｆｄｉｎｇ关于有界核Ｕ－统计量的指数不等式．是两样本Ｕ－统计量所特有的．     

U-统计量的指数收敛速度的进一步讨论

在独立未必同分布的情形下，对U－统计量的指数收敛速度进行了讨论，减弱文[2]中的部分条件，给出了类似的结果，同时对Von-Mises统计量也给出了指数收敛速度。     

单样本U统计量及其渐近性质

系统地介绍了单样本U统计量的概念与H-分解,及利用H-分解的相关性质导出U统计量的渐近性质的结论,给出了H-分解的有关性质的数学归纳法证明,从U统计量的角度举例证明了我们常见的一些统计量的渐近正态性.     

关于U-统计量完全收敛性条件的探讨

本文给出了使得U-统计量完全收敛,亦即使得文中(6)式成立的充分条件,并从各个角度对这一条件的必要性进行了讨论,揭示了U-统计量与独立和在完全收敛性方面的不同性状,并在一定程度上反映了U-统计量在完全收敛性方面对核函数形式的强烈依赖性.     

U—统计计量投影残差的指数收敛速度及其应用

本文研究了一样本Ｕ－统计量投影残差的收敛速度，在核函数有界及某种意义下的指数型有界时，本文得到了一些指数收敛速度，最后，利为上述结果的应用，本文还研究了刻度参数的变点问题。     

关于U—统计量的条件Berry—Esseen不等式

一、引言 设(Ω,?,P)为一概率空间,{X_i}为iid的随机变量序列,其共同的分布为F(x).设h(x,y)为二元对称函数,满足条件:Eh(X_1,X_2)=0,定义U-统计量如下:     

Laws of the Iterated Logarithm for the Local U-Statistic Process

Laws of the iterated logarithm are established for the local U-statistic process. This entails the development of probability inequalities and moment bounds for U-processes that should be of separate interest. The local U-statistic process is based upon an estimator of the density of a function of several i.i.d. variables proposed by Frees (J. Am. Stat. Assoc. 89, 517–525, 1994). As a consequence, our results are directly applicable to the derivation of exact rates of uniform in bandwidth consistency in the sup and in the L _p norms for these estimators. Research of E. Giné partially supported by NSA Grant H98230-04-1-0075. Research of D.M. Mason partially supported by NSA Grant MDA904-02-1-0034 and NSF Grant DMS-0503908.     

混合误差下回归函数小波估计的一致收敛速度

该文构造了回归函数的一类小波估计，在误差序列为ψ 混合或φ 混合下得到了小波估计的强一致收敛速度和狉阶矩一致收敛速度．     

关于若干重要数列的收敛速度及其渐近性

对极限值为重要常数e、π及欧拉常数γ的数列的收敛速度及渐近性进行讨论,我们很惊奇地发现它们当中的大部分数列具有完全相同的收敛速度及其渐近性.     

连续时间下非参数回归模型的误差密度估计的渐近均方误差

本文研究了连续时间下非参数回归的误差官度估计的收敛速度，给出了一定条件下误差密度的估计量^fT(x)的均方收敛速度，详细说明了以下重要结果：E[^fT(x)-f(x)]^2＝O(T^-1/4)其中f(x)表示误差过程｛et,t≥0｝的未知密度。     

分布函数尾端点估计量的渐近性质

当极值指标小于0时,本文给出了分布函数F(x)的尾端点估计量,证明了该估计量的强相合性和弱相合性;在二阶正规变化条件下,通过限制正规变化函数的收敛速度,给出了强收敛速度,证明了渐近正态性,进而可以构造F(x)的尾端点的渐近置信区间.     

A Functional Law of the Iterated Logarithm for U-Statistic Type Processes

We prove a functional law of the iterated logarithm for U-statistics type processes. The result is used to determine the almost sure set of limit points for change-point estimators.     

删失数据的光滑乘积限估计的渐近性质

在删失数据的模型下，对于光滑未知的分布函数Ｆ０，文中提出了光滑化的方法去估计Ｆ０，得到了光滑ＰＬ估计Ｆｎ，并建立了Ｆｎ在Ｄ（－∞，Ｔ），Ｔ＜ＴＦ上的弱收敛和强相合的结果．同时也获得了光滑ＰＬ过程的强逼近和重对数律．     

Edgeworth expansion of the Studentized product-limit estimator for truncated and censored data

Based on random left truncated and right censored data we investigate the one-term Edgeworth expansion for the Studentized product-limit estimator, and show that the Edgeworth expansion is close to the exact distribution of the Studentized product-limit estimator with a remainder of On(su-1/2).     

A Characterization of Uniform Rotundity in Every Direction in Terms of Rough Convergence

We characterize uniform rotundity in every direction by means of rough convergence. This characterization still holds if we shift to rough statistical convergence. We also study the latter convergence in normed spaces.     

Characterisation of compactness through convergence in Tychonoff spaces

In this article we first give a characterisation of compact spaces among spaces by improving a theorem of J. Ewert. Then, with the aid of a new type of convergence, we give a characterisation of the pseudocompact and of the Lindelöf spaces.