乘积极限估计的重对数律

利用右删失数据估计寿命分布时,常用乘积极限估计.本文给出乘积极限估计是均匀强相合估计的充要条件.证明乘积极限估计的均匀收敛的重对数律.     

泛函型重对数律的收敛速度

泛函型重对数律的收敛速度王启应（南京大学）设｛Ｘ＿ｎ，ｎ≥１｝为ｉ．ｉ．ｄ．随机变量序列为定义在［１，∞）上的实函数。近年来，级数的收敛性问题，引起了众多学者的兴趣。作为一个研究方向，１９６８年，Ｄａｖｌ５￣［１］指出：上述级数的收敛除需要一定矩条件...     

NA序列重对数律的几个极限定理

设{X_n;n≥1}均值为零、方差有限的NA平稳序列。记S_n=∑_(k=1)~n X_k,M_n=maxk≤n|S_k|,n≥1.假设σ~2=EX_1~2+2∑_(k=2)~∞EX_1X_k>0。本文讨论了:当ε 0时,P{M_n≥εσ(2nloglogn)~(1/2)的一类加权级数的精确渐近性质,以及当ε∞时,P{M_n≤εσ(π~2n/(8loglogn))~(1/2)}的一类加权级数的精确渐近性质。这些性质与重对数律和Chung重对数律的速度有关。     

n重分数布朗运动的Strassen泛函重对数律

本文给出了由两个不同的分数布朗运动组成的重分数布朗运动的Strassen型泛函重对数律和局部Strassen型泛函重对数律.我们的结果也适用于由两个布朗运动组成的重布朗运动及由一个分数布朗运动和一个布朗运动组成的重过程.最后将上述结果推广到n重分数布朗运动中.推广了已有文献的相应结果.     

方向数据密度函数核估计的重对数律

本文讨论方向数据密度函数核估计的逐点收敛速度问题,在较为温和的条件下建立了该核估计的重对数律并给出了它的逐点最优收敛速度.     

近邻型密度估计的重对数律

我们建立了近邻型密度估计的重对数律,并获得了它们的逐点最优收敛速度。     

回归函数最近邻估计的重对数律

本文回答了孙东初在[7]中提出的问题,证明了回归函数最近邻估计m_n(x)的重对数律.     

广义矩估计的重对数律

本文研究了广义矩估计的性质.利用强相合性的条件,得到了广义矩估计满足重对数律的结果.     

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   

非同分布NA列的对数律和重对数律

给出了非同分布NA列满足对数律和重对数律的一些矩条件，而文[50-[7]中的部分结果可以成为其特殊情形并得到加强．     

Brown运动增量的局部泛函三重对数律

利用Brown运动及其增量的大偏差,对二重对数律证明技巧做了适当改进,得到了Brown运动及其增量的局部泛函三重对数律.推广了Gao和Liu文中相应结果,对三重对数律的研究做点探索.     

方向数据密度核估计的对数律

设X为取值于k维单位球面上的单位随机向量,具有概率密度函数f(x),X_1,…,X_n为X的n个i.i.d.的观察,讨论f(x)具有形式的核估计,其中K为定义于[0,+∞]上的非负核函数,ω_k为Ω_k上的Lebesque测度,本文建立了fn(x)的对数律,并给出了fn(x)的一致强相合速度。     

B值平稳线性过程的迭对数律及随机指标中心极限定理

设 { εt;t∈Z}是独立同分布的 B值随机元序列 ,aj;j∈ Z是一实数序列 ,并且 ∞j=-∞| aj| <∞ ,定义平稳线性过程 Xt= ∞j=-∞ajεt- j.本文研究 { Xt;t∈ IN }部分和序列的收敛性质和极限定理 ,给出了 { Xt;t∈ IN }满足有界迭对数律、紧迭对数律及随机指标中心极限定理的充分条件     

线性过程的强逼近和重对数律

本文讨论由独立同分布随机变量列产生的线性过程的泛函型重对数律和强逼近, 同时又给出由NA随机变量列产生的线性过程的重对数律.     

随机截尾数据回归函数估计的重对数律

本文通过和W.Hardle处理完全数据情形时截然不同的方法,建立了随机截尾数据情形的回归函数估计的重对数律,作为本文特例(见定理3),大大地减少了文献[1]中主要结果的条件.     

独立随机变量序列重对数律的一个注记

｛Ｘ_ｉ｝为独立随机变量序列,Ｅ（Ｘ_ｉ）＜＋∞,Ｅ（Ｘ (２)_(ｉ)）＜＋∞（ｉ＝１,２,…）,当中心极限定理中的余项△ｎ＝Ｏ（ｌｎ Ｂｎｌｎ ｌｎ Ｂｎ…（ｌｎｋ　Ｂｎ）~（１＋δ）~（－１））时,本文得出结论：     

m重布郎运动积分的泛函型重对数律

设(B（t))t≥0是一标准布郎运动,B（0）＝0。对某一正整数m,定义一高斯过程Xm(t) =1/m!∫t0(t-σ）^md B(σ）。本文证明了这一过程的Strassen泛函型重对数律。