求离散型随机变量的均值与方差的四种方法

<正>离散型随机变量的均值与方差是高考的热点.均值或数学期望，反映了离散型随机变量取值的平均水平，方差或标准差反映了随机变量取值偏离于均值的平均程度，均值与方差是随机变量的两个重要的数字特征.求离散型随机变量的均值与方差有定义分析法、性质求解法、图象转化法、特殊分布法四种方法.     

m-WOD误差下非线性回归模型LS估计收敛性北大核心CSCD

结合m相依随机变量和WOD随机变量的概念,给出m-WOD随机变量的概念,它包含了NA随机变量,m-NA随机变量,NSD随机变量,NOD随机变量,END随机变量,m-END随机变量,WOD随机变量等负相依随机变量.基于误差为m-WOD随机变量,我们研究非线性回归模型参数最小二乘(LS)估计,获得了参数LS估计的概率不等式.作为应用,在不同的矩条件下,获得LS估计的完全收敛速度和依概率收敛速度,推广了已有文献的结果.     

m-WOD误差下非线性回归模型LS估计收敛性

结合m相依随机变量和WOD随机变量的概念,给出m-WOD随机变量的概念,它包含了NA随机变量,m-NA随机变量,NSD随机变量,NOD随机变量,END随机变量,m-END随机变量,WOD随机变量等负相依随机变量.基于误差为m-WOD随机变量,我们研究非线性回归模型参数最小二乘(LS)估计,获得了参数LS估计的概率不等式.作为应用,在不同的矩条件下,获得LS估计的完全收敛速度和依概率收敛速度,推广了已有文献的结果.     

ρ混合阵列的收敛性

该文引入了ρ～混合阵列的概念，讨论了ρ～混合阵列的完全收敛性与依概率收敛性. 所得结果，推广了行独立随机变量阵列相应的结果. 此外还得到了一般随机变量阵列的完全收敛性与依概率收敛性.     

混合型随机变量数字特征的计算

利用分布函数的广义反函数,将随机变量表示为均匀分布随机变量的函数,然后用随机变量函数的数学期望公式可计算原随机变量的数字特征,该方法适用于所有类型的随机变量.最后,利用四种不同方法计算了一个混合型随机变量的数字特征,说明了这些方法的异同.     

NA随机变量序列的Egorov型强大数律的等价条件

本文研究了NA随机变量的Egorov型强大数律.利用NA随机变量的概率不等式,得到了NA随机变量序列的Egorov型强大数律的一些等价条件,所获结果推广和改进了在独立随机变量序列的Egorov的结果和在NA随机变量序列已有的一些结果.     

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.     

行为ND随机变量阵列加权和的完全收敛性

在非同分布的情况下,给出了行为ND随机变量阵列加权和的完全收敛性的充分条件,所得结果部分地推广了独立随机变量和NA随机变量的相应结果.作为其应用,获得了ND随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

行为NA的随机变量阵列加权和的完全收敛性(Ⅱ)

本文研究了行为NA的随机变量阵列加权和的完全收敛性,推广了行独立随机变量阵列相应的结果.且得到了任意随机变量阵列加权和完全收敛的一个定理.     

φ混合随机变量加权和的完全收敛性

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.     

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.     

关于~*-mixing随机变量序列的强大数定律

利用任意随机变量序列的强大数定律讨论 * -mixing随机变量序列的强大数定律 ,得到了该序列的一个强极限定理 ,推广了经典的 * mixing随机变量序列的强大数定律 .同时讨论了 m相依序列和独立随机变量序列的强大数定律 .     

ψ-混合相依变量线性形式的强稳定性(英文)

线性形式的强稳定性在科学技术上存在着广泛应用. 本文讨论了ψ-混合随机变量列线性形式的强稳定性.通过对ψ-混合随机变量列运用截尾术, 借助于ψ-混合随机变量的性质以及Borel-Cantelli引理, 得到了ψ-混合随机变量线性形式具有强稳定性的充分条件. 同时也给出了一些其它形式的结果.     

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.     

ND序列部分和的大偏差和强收敛性

利用ND随机变量序列的矩不等式、极大值不等式以及随机变量的截尾方法,重点研究了ND随机变量序列部分和的大偏差结果和强收敛性,推广了文献中一些相依随机变量序列的若干相应结果.     

实值随机变量的随机序与对偶随机序

本文讨论随机变量的高阶序问题，1简要地叙述了随机变量排序的经济学含义，主要是期望效用理论与其对偶理论，2讨论了实值随机变量基于分布函数的高阶序问题，给出了其基于期望效用理论的刻画。3讨论的是实值随机变量的基于对偶理论（对偶矩)的高阶序问题，并给出了其基于随机变量的Yarri等价性度量的刻画。     

离散型随机变量密度函数的定义与探讨

使用“δ函数”定义离散型随机变量的密度函数，寻求离散型随机变量与连续型随机变量的统一处理方法．基于离散型随机变量密度函数的定义．其一维随机变量函数的密度函数以及多维随机变量的边缘密度等，均可直接利用连续型随机变量的相关结论．     

正则和函数的强极限及应用

研究了随机变量序列正则和函数的重对数律,作为应用,给出了正的随机变量序列部分和乘积的重对数律.同时,还获得了独立随机变量阵列相应的单对数律结果.     

连续随机变量的随机独立性与回归独立性

回归独立性是指给定随机变量 X时 ,随机变量 Y的条件期望 E( Y|X)不依赖于 X.前人讨论了离散型随机变量回归独立性与随机独立性的关系 ,得到了二者等价的充分必要条件 .对连续型随机变量的情形加以讨论 ,获到了二者等价的几个充分必要条件 ,并说明在统计分析中的应用 .     

φ混合随机变量加权和的完全收敛性(英文)

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.