由ALNQD序列生成的移动平均过程的大数定律及重对数律的精确渐近性

In this paper,we discuss the precise asymptotics of moving-average process Xt =∞∑j=0 ajεt-j under some suitable conditions,where {εt,t ∈ Z} is a sequence of stationary ALNQD randomvariables with mean zeros and finite variances.     

Precise Asymptotics in the Law of the Iterated Logarithm of Moving-Average Processes

In this paper, we discuss the moving-average process Xk = ∑i=-∞ ^∞ ai＋kεi, where {εi;-∞ 〈 i 〈 ∞} is a doubly infinite sequence of identically distributed ψ-mixing or negatively associated random variables with mean zeros and finite variances, {ai;-∞ 〈 i 〈 -∞） is an absolutely solutely summable sequence of real numbers.     

自正则化和Davis大数律和重对数律的精确渐近性

本文证明了自正则化Davis大数律和重对数律的精确渐近性, 即 {\heiti\bf 定理1}\hy 设$\ep X=0$, 且$\ep X^2I_{(|X|\leq x)}$在无穷远处是缓变函数, 则$\lim_{\varepsilon\searrow0}\varepsilon^2\tsm_{n\geq3}\frac{1}{n\log n}\pr\Big(\Big|\frac{S_n}{V_n}\Big|\geq\varepsilon\sqrt{\log\log n}\Big)=1.${\heiti\bf 定理2}\hy 设$\ep X=0$, 且$\ep X^2I_{(|X|\leq x)}$在无穷远处是缓变函数, 则对本文证明了目正则化Davis大数律和重对数律的精确渐近性,即定理1设EX=0,且EX~2I_(|x|≤x)在无穷远处是缓变函数,则■定理2设EX=0,且EX~2I_(|x|≤x)在无穷远处是缓变函数,则对0≤δ≤1,有■其中N为标准正态随机变量．     

NA序列的重对数矩收敛的精确渐近性

假设{X_n,n≥1}为一列严平稳的NA随机变量,期望为零,方差有限.设S_n=∑_(i=1)~n∑X_i,M_n=max_(1≤i≤n)|S_i|.在适当的条件下,得到了一类NA序列部分和部分和最大值重对数矩收敛的精确渐近性.     

一类统计量的强大数律和重对数律的精确极限性质

设{xn,m≥1}是独立同分布随机变量序列,EX1=0,EX12=1．设Tn= Tn(X1,…,Xn)是随机函数且Tn=Sn Rn．本文证明在E|Rn|2∨r<∞或E|Rn|<∞下,对随机函数Tn成立着Baum-Katz强大数律和重对数律的精确极限性质的一般结果．由此作为推论,对U-统计量,Von-Mises统计量,线性过程,移动平均过程,线性模型中误差方差估计和功率和等在适当矩条件下均可写出Baum-Katz强大数律和重对数律的精确极限性质．     

Precise Asymptotics in Spitzer's Law of Large Numbers

Let X, X ₁, X ₂,... be a sequence of i.i.d. random variables such that EX=0, assume the distribution of X is attracted to a stable distribution with exponent <1, and set S _n=X ₁+ ··· +X _n. We prove that

自正则Chung型重对数律的精确渐近性

设X,X_1,X_2,…为零均值、非退化、吸引域为正态吸引场的独立同分布随机变量序列,记S_n=■X_j,M_n=■|S_k|,V_n~2=■X_j~2,n≥1.证明了当b>-1时,■δ~(-2(b 1))■(log log n)~P/(n log n)P(Mn/V_n≤ε~(π~2)/(8lgo log n)~(1/2)) =4/πГ(b 1)■~(-1)~k/(2k 1)~(2b 3).     

自正则Chung型重对数律的精确渐近性

设X,X1,X2,…为零均值、非退化、吸引域为正态吸引场的独立同分布随机变量序列.记Sn=n∑j=1Xj,Mn=maxk≤n|Sk|,V2n=n∑j=1X2j,n≥1.证明了当b＞-1时,limε↗∞ε-2(b+1)∞∑n=1(loglogn)b/nlognP(Mn/Vn≤ε√π2/8loglogn)=4/πΓ(b+1)∞∑k=0(-1)k/(2k+1)2b+3.     

一类统计量的强大数律和重对数律的精确极限性质

设{Xn,n≥1}是独立同分布随机变量序列,EX1=0,EX12=1.设Sn=n∑i=1Xi,Tn=Tn(X1,…,Xn)是随机函数且Tn=Sn+Rn.本文证明在E|Rn|2∨r《∞或E|Rn|《∞下,对随机函数Tn成立着Baum-Katz强大数律和重对数律的精确极限性质的一般结果.由此作为推论,对U-统计量,Von-Mises统计量,线性过程,移动平均过程,线性模型中误差方差估计和功率和等在适当矩条件下均可写出Baum-Katz强大数律和重对数律的精确极限性质.     

线性过程关于大数律的精确渐近性

该文主要讨论的是滑线性过程 $X_k=\sum\limits_{i=-\infty}^\infty a_{i+k}\varepsilon_i$,其中 $\{\varepsilon_i; -\infty$\varphi$ -混合或负相伴随机变量序列,$\{a_i;-\inftyp$, 若 $E|\varepsilon_1|^r<\infty$$\lim_{\epsilon\searrow 0}\epsilon^{2(r-p)/(2-p)}\sum\limits_{n=1}^\infty n^{r/p-2}P\{|S_n|\geq \epsilonn^{1/p}\}=\frac{p}{r-p}E|Z|^{2(r-p)/(2-p)},$ 其中 $Z$ 是服从均值为零,方差为 $\tau^2=\sigma^2\cdot(\sum\limits_{i=-\infty}^\infty a_i)^2$的正态分布.     

滑动平均过程的Spitzer和Baum-Katz律的精确渐近

本文讨论了滑动和过程的Spitzer和Baum-Katz律的精确渐近,其中{ξ,ξi-∞相似文献   

正相协列乘积和的重对数律与强大数律

证明了强平稳正相协列乘积和的重对数律与不同分布正相协列乘积和的强大数律,指出了部分和服从强大数律但乘积和未必服从强大数律这一事实,并讨论了定理2中一个条件的必要性．     

关于可交换随机变量序列的重对数律

本文讨论了可交换随机变量序列{Xn:n≥1}的重对数律。     

在${\mathbb{R}}^m$中重对数广义律的精确速率

令\{$X$, $X_n$, $n\ge 1$\}是期望为${\mathbb{E}}X=(0,\ldots,0)_{m\times 1}$和协方差阵为${\rm Cov}(X,X)=\sigma^2I_m$的独立同分布的随机向量列, 记$S_n=\sum_{i=1}^{n}X_i$, $n\ge 1$. 对任意$d>0$和$a_n=o((\log\log n)^{-d})$, 本文研究了${{\mathbb{P}}(|S_n|\ge (\varepsilon+a_n)\sigma \sqrt{n}(\log\log n)^d)$的一类加权无穷级数的重对数广义律的精确速率.     

U-统计量对数律的精确渐近性

设{X_n, n ≥1}是独立同分布随机变量序列, U_n 是以对称函数(x, y) 为核函数的U -统计量. 记U_n =2/n(n-1)∑_{1≤i h(Xi, Xj), h1(x) =Eh(x, X2). 在一定条件下, 建立了∑n=2^∞(logn)^δ-1EUn²I {I U n |≥n ^1/2√lognε}及∑n=3^∞(loglognε)^δ-1/logn EUn² I {|U n|≥n^1/2√log lognε} 的精确收敛速度.}     

线性过程关于矩的重对数律的精确率

讨论线性过程Xk=∑∞i=-∞ai+kεi,其中{εi;-∞＜i＜∞}是均值为零,方差有限为σ2的双侧无穷独立同分布随机变量序列,{ai;-∞＜ i＜∞}为绝对可和的实数序列.令Sn=∑nl=1Xk,n≥1,假设|ε1|3＜∞,证明了对任意的δ＞-1,lim ∈↘0∈2δ+2∑∞n=1(㏒ ㏒ n)δ/n3/2㏒ nE{|Sn|-∈τ√2n ㏒ ㏒ n}+=√2τ√/√π(δ+1)(2δ+3)Γ(δ+2),其中τ2=σ2(∑∞i=-∞ai)2以及Γ(·)为Gamma函数.     

非平稳NA随机变量满足迭对数律及大数定律的充分条件

本文应用Shao所提供的极大值矩不等式及概率不等式,给出了不具有平稳分布的NA随机变量列满足迭对数律和大数定律的充分条件.     

ρ-混合序列的重对数律

设{Xn,n≥1}是同分布ρ-混合序列,其分布属于特征指数为α(0<α<2) 的非退化稳定分布的正则吸引场,证明了依概率1有lira supn→∞ = e1/α,并获得了一系列等价条件．此结果的获得不仅将已有的一些结果推广至ρ-混合序列的情形,并且将其结果作了一定的改进．     

Precise Asymptotics for Lévy Processes

Let {X（t）, t ≥ 0} be a Lévy process with EX（1） = 0 and EX^2（1） 〈 ∞. In this paper, we shall give two precise asymptotic theorems for {X（t）, t 〉 0}. By the way, we prove the corresponding conclusions for strictly stable processes and a general precise asymptotic proposition for sums of i.i.d. random variables.     

极值过程的跳时点过程的精致渐近性

以统一的形式,得到了极值过程的跳时点过程的精致渐近性的一般结果,揭示了精致渐近性研究中拟权函数,边界函数,收敛速度以及极限状态之间的有机关系,从而可以给出许多新的具体结果。