具有外生变量部分线性自回归模型的样条估计

考虑自回归模型Y_t=θ~TX_t g(Zt) ε_t,t=1,…,n,其中X_t=(Y_(t-1),…,Y_(t-d))~T,Z_t为实值外生随机变量,θ=(θ_1,…,θ_d)~T为待估参数向量,g为未知非参数光滑函数．基于多项式样条方法,在一定的条件下,给出了θ的估计的渐近正态性,得到了g的估计的收敛速度．模拟例子验证了所得的理论结果．     

Mil的另一收敛定理及某些鞅型序列的稳定性

本文证明了(1)设(X_n,■_n)为M.Talagrand意义下的mil且满足条件C~ :τ∈T,其中T为(■_n)停时全体构成的集合,则(X_n)a.s.收敛.(2)设(X_n,■_n)为渐近一致可积的适应序列,则(X_n)a.s.收敛与(X_n)为mil等价.(3)L~1极限鞅,GFT(game fairer with time)及M.Talagrand意义下的mil在函数f:R→R满足条件:①连续②当|x|→∞,f(x)=O(x)时具有稳定性.     

布朗运动可加泛函渐近性的一些新结果

设B=(Ω,F,(F_t)_(t≥0),(B_t)_(t≥0),(P_x)_(x∈R~d))为L~2(R~d,m)上经典的布朗运动,(ε,D(ε))为其联系的对称狄氏型.设u∈D(ε),u(B_t)-u(B_0)=M_t~u+N_t~u为u(B_t)的Fukushima分解.该文主要研究由上鞅可乘泛函L_t~(-u):=e~(M_t~(-u)-1/2〈M~(-u〉t)对(B_t)_(t≥0)进行变换所得到的新过程(B_t)_(t≥0)的一些性质;同时还研究了由N_t~u产生的布朗运动可加泛函渐近性问题,并得到了新的结果:如果u有界,▽u∈K_(d-1),且L_t~(-u)是鞅,||E.(e~(M_t~-u))||_q∞,那么对任意的x∈R~d有     

B值L^1极限鞅及其诱导集函数

设(Q,F,P)是一概率空间,Δ是一向右定向集,B是一Banach空间,(X_t,F_T,Δ)是B值L~1极限鞅,对任一,定义B值诱导集函数Q为:本文给出了定向集上B值L~1极限鞅的Riesz分解定理,讨论了它的诱导集函数的性质,并用B值L~1极限鞅及其诱导集函数刻划了B空间的Radon-Nikodym性质,一些已知的结果得到推广与改进。     

一种非参数回归估计量的条件 平均绝对误差的指数收敛速度

<正> 设(X,Y),(X_1,Y_1),…,(X_n,Y_n)是取值于R~d×R~1的独立同分布随机变量,E|Y|<∞.以m(x)=E(Y|X=x)记Y对X的回归函数,Q记X的概率分布测度,Z_n记{(X_i,Y_i),i=1,…,n},它是(X,Y)的已知观测值.一般的非参数回归估计问题,就是对指定的x∈R~d,利用Z_n对m(x)进行估计.设θ=θ(x,Z_n)是这样一个估     

一般损失下k近预测条件风险的指数界

<正> 设(X,θ)为R~d×R~1上随机变量.(X_1,θ_1),…,(X_n,θ_n)为它的独立同分布样本.设X的值已观测,记Z_n=((X_1,θ_1),…,(X_n,θ_n)),要用X和Z_n的值去预测θ的值.设‖·‖为R~d中欧氏距离或最大分量模距离,将X_1,…,X_n重排为X_(n1),…,X_(nn).使得‖X_(n1)‖-X‖≤‖X_(n2)-X‖≤…≤‖X_(nn)-X‖,以θ_(n1),…,θ_(nn)记相应的匹     

鞅型序列的变换及其收敛性

本文证明了(1)设 Banach 空间 B 为 P 阶光滑的(1≤P≤2),X=(X_n,(?)_n,n≥1)为B 值鞅,v=(v_n,(?)_n,n≥1)为实值可予报序列,鞅变换 Y=(sum from i=1 to n V_i(X_i-X_(i-1)),(?)_n,n≥1)在一定的条件下具有 a.e.收敛性,L~p 收敛性及强(弱)大多数定律成立。(2)Banach空间 B 具有 Radon-Nikodym 性质,X=(X_n,(?)_n,n≥1)为 B 值依概极限鞅,实值可予报序列 V=(V_n,(?)_n,n≥1)满足 sum from i=1 to ∞ E(|V_i|~p)~(1/p)<∝,1相似文献   

多线性算子族的α-Carleson测度

通过一族多线性积分算子{Θ_t}0定义了一类α-Carleson测度(0α≤1).作为应用,给出了多线性仿积π_b是从L~2(H_∞~d)到L~2(R~n)有界的定义:π_b(f)(x)=∫_0~∞η_t*((φ_t*ff)Θ_t(b_1,...,b_m))(x)dt/t,其中H_∞~d是R~n上的维Hausdorff容量,这里d=αn.     

马氏过程的可加泛函与停时变换(Ⅰ)

除特别指明的以外,本文中的定义与符号沿袭[1]和[2]。设 X=(Ω,(?),(?)_t,X_t,θ_t,P~x,T)是以(E_Δ,(?)_Δ)为状态空间的强马氏过程(其中t∈T=[0,∞]),r={τ_t,t∈T}是一个{?}停时变换(即每个τ_(?)是{?}停时,t(?)→τ_t非降),令 X~τ=(Ω,(?),(?)_τ_t,X_τ_t,θ_τ_t,P~x,T).[3]较系统地研究了一般马氏过程的一般停时变换,得到了一系列使 X~τ保留原过程 X 的马氏性、强马氏性、强 Feller 性、     

THE OPTIMAL RATE OF CONVERGENCE OF ERROR FOR kNN MEDIAN REGRESSION ESTIMATES

Let(X,Y),(X_1,Y_1),…,(X_n,Y_n)be iid.random vectors,where Y is one-dimensional.It is desired to estimate the conditional median(X)of Y,by use of Z_n={(X_i,Y_i),i=1,…,n}and X.Denote by(X,Z_n)the kNN estimate of(X),and putH_(nk)(Z_n)=E{|(X,Z_n)-(X)||Z_n},the conditional mean absolute error.This articalestablishes the optimal convergence rate of P(H_(nk_n)(Z_n)>ε),under fairly generalassumptions on(X,Y)and k_n,which tends to ∞ in some suitable way.     

Marcinkiewicz积分交换子的加权有界性(英文)

本文应用加权Hardy空间H_ω~p(R~n)上的原子分解理论,研究了由函数b∈Λβ(R~n)(0<β≤1)与Marcinkiewicz积分μ_Ω生成的交换子μ_Ω~b的有界性;证明了μ_Ω~b是从L~q(ω~q)到L~q(ω~q)有界的,从L~1(|x|γ(n-β)/n)到弱L(n/n-β)(|x|~γ)有界的,且从H~p(ω~p)到L~q(ω~q)有界的,这里1/p-1/q=β/n.     

非参数回归函数最近邻估计的强收敛速度

<正> §1.引言 设(X,Y),(X_1,Y_1),…,(X_n,Y_n)为iid d×1维随机向量,E|Y|<∞.对x=(x~(1)),…,x~(d))∈R~d,取‖x‖为欧氏模或对固定的x∈R~d,将(X_1,Y_1),…,(X_n,Y_n)按照     

关于诱导极限有界集的一些结果

<正> 设E_1■ E_2■ E_3…为局部凸Hausdorss线性拓扑空间序列,E_n所具有的拓扑记作ξ_n,(E,ξ)=indlim(E_n,ξ_n)为其相对于连续恒同映照id:(E_n,ξ_n)→(E_(n+1),ξ_(n+1))的Hausdorff诱导极限(见[1],p.57).显然,(E_n,ξ_n)的每个有界子集必为(E,ξ)的有界子集.Dieudonne-Schwartz定理指出:若对于n∈N,E_n闭于(E_(n+1),ξ_(n+1)),且ξ_(n+1)关于E_n的相对拓扑等于ξ_n,则E的子集B为ξ-有界,当且仅当存在n∈N使B为(E_n,     

扰动区域最优控制的收敛性质

§1.引言设(?)_0为 R~n 中具有 C~1类边界 (?)_0 的有界开区域,(?)_0位于 (?)_0的一侧。考虑如下的最优控制问题:(?)(1.1)(?) J(v)=(?){‖u(v)-z_d‖_(L~2)~2(Ω0) N‖V‖_(L~2)~2(Ω_v)},(1.2)其中Δ为 R~n 中的 Laplace 微分算子,z_d∈L~2(Ω_0),(?)_0为 L~2(Ω_0)中的闭凸集,N 为正数,u(v)表示(1.1)的对应于 u∈(?)_0的解。     

重尾随机变量和的大偏差

This paper is a further investigation of large deviations for sums of random variables S_n=sum form i=1 to n X_i and S(t)=sum form i=1 to N(t) X_i,(t≥0), where {X_n,n≥1) are independent identically distribution and non-negative random variables, and {N(t),t≥0} is a counting process of non-negative integer-valued random variables, independent of {X_n,n≥1}. In this paper, under the suppose F∈G, which is a bigger heavy-tailed class than C, proved large deviation results for sums of random variables.     

弱闭T(N)-模的预零化子的线性等距映象群

本文刻画了弱闭T(N)-模的预零化子的线性等距映象群的无穷小生成元.设U为由N到N的左连续序同态N到N所确定的弱闭T(N)-模,U_⊥为U的预零化子。{Φ_t :t∈R}为U_⊥到U_⊥上的单参数强连续线性等距映象群。若(0)_*=(0),dim(0)+≠1且H_-=H,dim(HH)≥ 2,则存在有界自伴算子K_1,K_2使得{Φ_t :t∈R}的无穷小生成元为α(X)=i(K_1X-XK_2)。     

非线性高阶广义 Schrdinger型方程组的周期边界问题

本文考虑系数矩阵为非负定与非奇异的高阶抛物型方程组周期边界问题:=(-1)~(m 1)α_(Ij)(t) f\-1(u\-1,…u\-1),×∈R,t∈R,(Ⅰ)u\-1(x,t)|_(t=0)=_1(x),u\-1(x 1,t)=u\-1(x,t),x∈R,t∈R ,l=1,2…,J;整体解的存在与唯一问题,其中中 m1为整数,_1(x)是以1为周期的函数。J×t 阶矩阵 A(t)=(α_(xj)(t))是非负定的,即α_(lj)(t)ξ_lξ_j≥0,ξ_j∈R,i∈R_。     

关于Lévy过程一个公开问题的部分回答

令{X_t,t∈R~ }是一Lévy过程,令γ_0=sup{α≥0:lim inf a~(-α)ET(a,1)<∞},这里T(a,1)=integral from 0 to 1 I{|X_t|≤a}dt.Taylor证明X_t的像集的填充维数等于γ0.由Pruitt和Taylor提出的一个公开问题是:等式γ_0=inf{α≥0:a~(-α)T(a,1)→∞a.s.,当a→0}是否成立?文中证明了:当{X_t,t∈R~ }是从属过程时,上述等式成立.     

非线性梁振动方程的周期解

一、引言考虑下述问题Ku″ A~2u M(‖A~1/2u‖~2)Au Au′=f(x,t),t>0,x∈Ω,(1.1)u|_t=0~=u_0(x),x∈Ω,(1.2)Ku′|_(t=0)=u_1(x),x∈Ω,(1.3)u=0,x∈(?)Ω,t≥0 (1.4)的ω-周期解的存在性.其中 Ω(?)R~n 为一有界光滑区域,u′=((?)u)/((?)t),u_″=((?)u)/((?)t)~2,K 为有界线性对称算子且满足(Ku,u)≥0,M∈C~1[0,∞),M(ξ)≥-β,ξ≥0.此模型最初由Woinowsky 和 Krieger 提出,方程形式为     

Stochastic Hamiltonian flows with singular coefficients Dedicated to the 60th Birthday of Professor Michael R¨ockner

In this paper, we study the following stochastic Hamiltonian system in R~(2d)(a second order stochastic differential equation):dX_t = b(X_t,X_t)dt + σ(X_t,X_t)dW_t,(X_0,X_0) =(x, v) ∈ R~(2d),where b(x, v) : R~(2d)→ R~d and σ(x, v) : R~(2d)→ R~d ? R~d are two Borel measurable functions. We show that if σ is bounded and uniformly non-degenerate, and b ∈ H_p~(2/3,0) and ?σ∈ L~p for some p 2(2 d + 1), where H_p~(α,β)is the Bessel potential space with differentiability indices α in x and β in v, then the above stochastic equation admits a unique strong solution so that(x, v) → Z_t(x, v) :=(Xt,Xt)(x, v) forms a stochastic homeomorphism flow,and(x, v) → Z_t(x, v) is weakly differentiable with ess.sup_(x,v)E(sup_(t∈[0,T])|?Z_t(x, v)|~q) ∞ for all q ≥ 1 and T≥ 0. Moreover, we also show the uniqueness of probability measure-valued solutions for kinetic Fokker-Planck equations with rough coefficients by showing the well-posedness of the associated martingale problem and using the superposition principle established by Figalli(2008) and Trevisan(2016).