Feller族中截断和的中心极限问题

设{X_n,n≥1}是独立同分布的随机变量列,分布为 F;|X_n~((1))|≥|X_n~((2))|≥…≥|X_n~((n))|是|X_1|,|X_2|,…,|X_n|的次序统计量.对0≤r≤n-1,令~((r))S_n=sum from i=r+1 to n X_n~((i)).当 F 属于 Feller 族时本文研究了截断和(r=r_n 与 n 有关)的渐近分布,在不假定分布连续的条件下改进了 Pruitt 的结果.由此证明了当 F 属于正态吸引场时~((r))S_n 是渐近正态的.Pruitt 猜测适当正则化以后 ~((r))S_n 的极限只能是正态的,对此还构造了一个反例.     

N值随机变量序列的AEP型极限及若干强偏差定理

设{X_n,n≥1}是在S={1,2,…,N}中取值的随机变量序列,其分布为p(x_1,…,x_n),liminf[P(X_1,…,X_n)]~(1/n)与limsup[p(X_1,…,X_n)]~(1/n)称为AEP型极限。利用这些极限该文得到{X_n,n≥1}的若干强偏差定理,即一类用不等式表示的强极限定理。     

Hill估计的重对数律

设{X_n,n≥1}是 i.i.d.序列,分布函数具有形式 F(x)=1-,x>0,其中 L(x)是缓慢变化函数,0相似文献   

Hill估计的重对数律

设{x_n,n≥1}是i.i.d.序列,分布函数具有形式F(x)=1-(L(x))/(x~(1/O)),x>0,其中L(x)是缓慢变化函数,0相似文献   

样本均值幂级数的收敛性

摘要设X_1,X_2,…为iid.,EX_1=0,0相似文献   

重截断和的渐近分布

设{X_n,n≥1}是i.i.d.随机变量序列,X_n,1≤…≤X_(n,n)是X_1,…,X_n的次序统计量。又设k_(n,1,) k_(n,2)是满足条件1≤k_(n,1)相似文献   

关于平稳序列中心秩顺序统计量联合分布的稳定收敛性

§1.引言 设{ξ_n}是平稳序列,ξ_1~(n)≤ξ_2~(n)≤…≤ξ_n~(n)是ξ_1,…,ξ_n的顺序统计量,则称{ξ_(kn)~(n)}{ξ_n}的具有秩序列{k_n}的顺序统计量序列。记λ_n=k_n/n和?_n={nλ_n·(1-λ_n}~(1/2),如果min{k_n,n-k_n}→∞或等价地?_n→∞就称{k_n}为变秩序列。     

平稳序列密度函数及其导函数的随机窗宽核估计的一致强相合性

设{X_n}_(n=1)~∞是R~1上的平稳、强混合随机变量序列,具有公共的密度函数f(x)。我们选定一个概率密度K(x),假定f(x)与K(x)都具有r(≥0)阶导数,则可定义基于观测值X_1,…,X_n的f~(r)(x)的核估计其中窗宽h_n(x)■h_n(x;X_1,…,X_n)>0不仅依赖于X_1,…,X_n,而且也与x有关。本文是在随机序列{X_n}_(n=1)~∞是平稳、强混合的情况下,讨论f_n~(r)(x)的一致强相合性。     

可换序列变叙项极值的渐近分布

设X_(1,n) …,X_(N,n)是可换r. V. 无穷序列的一段,X_(1,n)~＊≤…≤X_(N,n)~＊为其顺序统计量,N=N(n)是与这些X(1,N)独立的正整值r. V.,n=1,2,….当k_n·n~(-(?))→α(0<α<∞,0<(?)<∞)时,本文得出了X_(N-k_n 1m)~＊的渐近分布。     

截断和与次序统计量的联合极限分布

§1.引言 设{X_n,n≥1}是iidry序列,具有共同的非退化dfF.对每n≥1,以X_(n,1)≤…≤X_(n,n)。记X_1,……,X_n的次序统计量.如果整数k_n和l_n满足1≤k_n相似文献   

Feller族中截断和的中心极限问题

设{X_n,n≥1}是独立同分布的随机变量列,分布为F;|X_n~(1)|≥|X_n~(2)|≥…≥|X_n~(n)|是|X_1|,|X_2|,…,|X_n|的次序统计量,对0≤r≤n-1,令 (r)S_n=sum from n=1 to ∞ X_n~(i)。当F属于Foller族时本文研究了截断和(r=r_n与n有关)的渐近分布,在不假定分布连续的条件下改进了Pruitt的结果,由此证明了当F属于正态吸引场时~(r)S_n是渐近正态的,Pruitt猜测适当正则化以后~(r)S_n的极限只能是正态的,对此还构造了一个反例。     

关於高維射影空間共軛网論的研究(Ⅱ)

<正> 本文是继前文[1]来討論n維射影空間S_n(n≥4)的共軛网有关的一些性貭,特別是第k类共軛和調和性貭.我們已經闡明,当k=1时,这些性貭变为普通共軛性貭和調和性貭.这里,很自然地发生一个問題:当一个拉普拉斯叙列{…X_3X_1X_2X_4…}是另一个拉普拉斯叙列{…A_3A_1A_2A_4…}的第k类內接叙列吋,能不能在这两个之間嵌入k-1个(k>1)拉普拉斯叙列{…A_3~((h))A_1~((h))A_2~((h))A_4~((h))…}(h=1,2,…,k-1),使一个內接着一个而且最后的一个內接于{…A_3A_1A_2A_4…}呢?我們将証明,問題中的嵌入完全可能,这     

相伴随机变量的重对数律

<正> 随机变量X_1,…,X_n称为是相伴的(associated),如果对R~n上任意二个关于各自变量非降的函数f_1和f_2,有cov(f_1(X_1,…,X_n),f_2(X_1,…,X_n))≥0,其中要求Ef_i~2(X_1,…,X_n)<+∞,i=1,2.序列{X_n,n≥0}称为是相伴的,如果其中任意有限个随机变量是相伴的.此定义由Esary等人于1967年引入,并且在可靠性理论中发现了许多应用(参见文献[2]).     

一类由无穷维O-U过程生成的过程的轨道连续性

令Y(t)={X_1(t),X_2(t),…},其中{X_n(t),-∞相似文献   

关于(o,M)型缺三角插值多项式的同等收敛性

本文将给出有关(0,M)型缺三角掐值多项式的同等收敛性定理。设f(x)∈C_(2x),Q_n(f,x)为满足下述条件且在x_(kn)处插值于f(x)的(0,M)型缺三角插值多项式:Q_n(f,X_(kn)=f(X_(kn)),Q_n~((M))(f,X_(kn))=0,这里X_(kn)=(2kx/n),n=2m+1,k=0,1,…,n—1。由文[3]中的结论,这样的Q_n(f,x)存在且唯一。     

两类分布函数的投影寻踪随机经验分布的极限分布

X为m维随机向量,X_1,X_2,…,X_n是来自母体X的子样,Z～N_m(0,I_m),{B_m>0}为实数列,经验分布 F~n_(Z/(BM))(x)=1/n#{i:Z＇X_4/B_40,X～N_m(u,V),若M→∞时, B_m~(-2)T_r(V)→σ~2,B_M~(-2)∥u∥~2→0,B_m~(-2)(T_r(V_2) 2u＇Vu)→0,那么 F_n~(Z/(Bm))(x)(?)N(0,σ~2) 当n→∞ m→∞。     

正态—正态模式下,结构串联系统可靠度的置信下界

设X_1,…,X_niid.～N(μ,σ~2),Y～N(0,1),Y与X_1,…,X_n独立,Z_1,…,Z_m为N(μ,σ~2)的iid.样本,σ~2已知,μ未知,本文证明R=P_r{X_1≥Y,…,X_n≥Y}的MVUE存在的充要条件是m≥nσ~2/n+σ~2,得到R的MVUE和UMA置信下界。     

等距节点上(0,3)插值五次样条

§1.引言 设f(x)是定义在[0,1]上的连续函数,n是自然数。记h=1/n, f_v~((r))=f~((r))(vh),v=0,1,…,n;r=0,1,…,5, f_(v 1/2)~((r))=f~((r))((v 1/2)h),v=0,1,…,n-1;r=0,1,…,5, ω_r(j)=max |f~((r))(x_1)-f~((r))(x_2)|,r=0,1,…,6. |x_1-x_2|≤h 0≤x_1,x_2≤1又设s(x)是[0,1]上满足(i)s(x)∈C~3[0,1],(ii)在[vh,(v 1)h]上s(x)∈∏_5,v=0,1,…,n-1的五次样条.它们的全体记为?_(n5)~((3)) .     

关于B值随机元赋范部分和最大值的矩的若干讨论

本文讨论B值随机元部分和序列的最大值的矩的问题,对1≤p≤2及r>p证明了下列叙述的等价性; (ⅰ)存在常数0相似文献   

一种概率密度近邻估计的相合性

设一维r v.X有分布F,密度f,X_1,…,X_n为X的iid.观察值.Loftsgarden和Quesenberry在1965年提出了f(x)的一种近邻估计法.该法先给定自然数k_n≤n,对任何x∈R~1,以a_n(x)=a_n(x;X_1,…,X_n)记最小的a,使[x-a,x a]中至少包含X_1,…,X_n中的k_n个,然后以