离散型最小和最大次序统计量相关性研究

本文研究离散型随机变量之间的相关性度量, 讨论了最小次序统计量和最大次序统计量的渐近独立性, 给出了计算最小次序统计量和最大次序统计量的Kendall和Spearman秩相关系数的公式.     

相关系数概念剖析

从两个角度——内积空间以及线性回归角度深入剖析了相关系数这一重要概念,将其与R~2空间中向量之间的夹角联系起来,并且给出了一种迅速判断随机变量之间相关性强弱的方法,并通过随机模拟进行了直观展示.     

再论随机变量的相关性与因果性

随机变量之间的关系一直是统计学研究中的重要问题之一.在面对不同的问题时,选取合适的方法去判断随机变量间的关系已成为解决实际问题的关键所在.针对这一现状,从概率论中的条件概率和条件分布出发,对随机变量的相关性理论与格兰杰的因果性理论进行了详细的讨论和分析,给出了判断随机变量由相关性(线性到非线性演化)到格兰杰因果性的方法.结果对于理解和把握随机变量的关系,给出恰当的判断,是有益的一种探索.     

相关系数矩阵与多元线性相关分析

相关系数指度量两个随机变量间线性关系的无量纲指标,在研究了相关系数矩阵性质及其与多元随机变量线性相关性之间关系的基础上,提出多元线性相关系数的定义,用于衡量多个变鼋间线性相关强弱的无量纲指标.分析表明,所提多元线性相关系数能够较全面地反映变量间的线性相关强度.     

相关系数与相关性度量

研究了度量相关性的两个主要工具:线性相关系数和尾部相关系数.线性相关系数反映了变量间的线性相关性,这对于一般的椭圆型分布是合适的.但如果随机变量具有不对称的尾部变化特征时,要用尾部相关系数描述它们之间的相关性.通过相关函数C opu la,对沪深股市的尾部相关系数进行了定量分析.结果表明:沪深股市具有较强的相关性.     

多维随机变量分量间的线性相关性研究

研究了n维随机变量分量间的线性相关性,给出了具有(在概率1意义下)严格线性关系的充要条件以及衡量线性相关性程度的量.     

多维随机变量的线性相关性

本文研究了n维随机变量分量间的线性相关性,给出了衡量线性相关性程度的量以及具有(在概率1意义下)严格线性关系的充分必要条件.     

股票收益率尾部相关性的Copula度量及模拟

股票收益率尾部相关性是研究金融市场关联性的重要内容.由于传统的τ、ρ等相关系数是对随机变量的全局度量,不适合用于收益率分布尾部这种局部特征的相关性度量.因此,在引入左尾(右尾)相关系数的基础上,讨论了它们的Copula度量及其相关性质.最后,通过计算机模拟分析了沪、深股指收益率尾部相关性的变化趋势,有效避免了Copula模型的设定困难,并得到了尾部相关性增强、相关不对称等结论.     

关于协方差、相关系数与相关性的关系

本文利用最小二乘法,导出了协方差与相关系数这两个概念的由来,说明了人们总是用相关系数而不用协方差来判断两个随机变量线性相关程度的原因,阐明了两个普通变量与两个随机变量存在线性关系时,它们的根本区别,并用直观图形展示了两个随机变量线性相关的概率意义。     

概率论中事件的分割思想及其应用

讨论概率论中事件的分割思想,给出一类概率论考研题的新解法,并探讨两个不相关(相关系数为零)的随机变量非独立的判别方法.     

一类相关性的度量

本文给出了一些度量随机变量之间或随机向量之间的相关性的方法,尤其适用于定性变量之间的相关性。     

二元Freund型指数分布的独立性和不相关性

本文讨论二元Freund型指数分布的独立性和不相关性,分别获得了两个服从二元Freund型指数分布随机变量相互独立及不相关的充分必要条件;并得到了其相关系数的精确表达式,证明了在对称情形其相关系数落入负三分之一与一之间,文末证明了X,Y之间的渐近独立性.     

一类随机变量序列部分和的强大数定律

设{Xn,n≥1}是随机变量序列.文[4]在二阶矩限制下,获得了任意随机变量序列的Hajek-Renyi型不等式,并给出了随机变量序列的强大数定律.本文利用胡舒合等获得的强大数定律,给出了随机变量序列的一些几乎必然收敛性,并给出了结果在PA,NA和两两NQD序列场合下的应用.     

一个离散型随机变量数学期望的几种简捷求法

直接利用期望定义来求离散型随机变量的数学期望,有时计算比较困难.利用条件数学期望、随机变量的和式分解、对称性,分别给出了一个离散型随机变量数学期望的几种求法.     

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.     

分布矩阵与随机变量独立性的判定

利用离散型随机变量的联合分布矩阵,得到了离散型随机变量独立性的一种判别方法,并用实例给出了一定的应用。     

行内负相关随机变量组列的完全收敛性

运用NA随机变量的矩不等式以及邵启满给出的关于NA随机变量概率不等式,在NA的情况下给出了类似与Chen(2005),Sung(2005)关于行内独立随机变量完全收敛性的结论.同时在给出的条件比上述作者的结论条件更加弱.     

随机变量的多项式最佳均方误差逼近

给出了一个随机变量关于另一个随机变量的 n次多项式最佳均方误差逼近公式,并分析了这种逼近的误差形式与大小.利用矩估计方法给出了这种逼近的回归系数的矩估计.     

随机变量积的分布函数及其应用

利用Lebesgue-Stieltjes积分把连续型随机变量积的密度函数计算公式推广为一般随机变量的分布函数计算公式,并给出了公式的几个应用.     

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.