平稳正态序列超过数点过程与部分和的渐近联合分布

{Xi}为平稳正态序列,具有EX1=0,EX12=1,ρn=EX1Xn 1.对于水平un= ,记在 的条件下,得到了Nn(B)与Sn的渐近联合分布,同时也给出了极值与Sn的渐近联合分布.     

重尾平稳序列的大偏差

本文给出了一类重尾的随机变量序列{Xn,n≥1}的部分和Sn=∑i=1 n Xi与随机和S(t)=∑i=1^N(t) Xi的大偏差结果其中{N(t),t≥)}是一族非负整值的随机变量，{Xn,n≥1}是非负的平稳过程，并且与{N(t),t≥0}独立。本文将独立同分布情形的结果掖到了平稳相依的情形。     

广义复合二项风险模型的若干大偏差结果

This paper is a further investigation of large deviation for partial and random sums of random variables, where {Xn,n ≥ 1} is non-negative independent identically distributed random variables with a common heavy-tailed distribution function F on the real line R and finite mean μ∈ R. {N（n）,n ≥ 0} is a binomial process with a parameter p ∈ （0,1） and independent of {Xn,n ≥ 1}; {M（n）,n ≥ 0} is a Poisson process with intensity λ 〉 0, Sn = ΣNn i=1 Xi-cM（n）. Suppose F ∈ C, we futher extend and improve some large deviation results. These results can apply to certain problems in insurance and finance.     

一类随机环境下非线性时间序列模型的遍历性分析

本文主要讨论由模型Xn 1=h(en -q(n 1),-en,Xn 1-p(n 1),…Xn) en 1所确定的序列{Xn,n 1}的极限行为.     

ON ALMOST SURE CONVERGENCE OF WEIGHTED SUMS OF RANDOM ELEMENT SEQUENCES

We mainly study the almost sure limiting behavior of weighted sums of the form ∑ni=aiXi/bn , where {Xn, n ≥ 1} is an arbitrary Banach space valued random element sequence or Banach space valued martingale difference sequence and {an, n ≥ 1} and {bn,n ≥ 1} are two sequences of positive constants. Some new strong laws of large numbers for such weighted sums are proved under mild conditions.     

右删失数据下的时间序列数据分析

当平稳时间序列{Xn}被另外的平稳序列{Yn}删失后,我们研究{Xn}的协方差,相关系数的估计问题．特别当{Xn}是AR(p)序列时,我们研究AR(p)的参数估计和一步预测问题．给出的估计量是强相合的．计算机模拟结果说明所提供的方法是适用的．     

Estimation of the variance for strongly mixing sequences

Abstract. Let {Xn,n≥1} be a stationary strongly mixing random sequence satisfying EX1=u,     

非平稳高斯序列超过数点过程与部分和的联合渐近分布

设$\{X_{i}\}^{\infty}_{i=1}$是标准化非平稳高斯序列, $N_{n}$为$X_{1},X_{2},\cdots,X_{n}$对水平$\mu_{n}(x)$的超过数形成的点过程, $r_{ij}=\ep X_{i}X_{j}$, $S_{n}=\tsm_{i=1}^{n}X_{i}$. 在$r_{ij}$满足一定条件时, 本文得到了$N_{n}$与$S_{n}$的渐近独立性.     

随机狄里克莱级数在收敛右半平面上的增长性和值分布

本文利用随机变量序列的强大数定律 ,研究了随机变量序列 {Xn}在独立 (可不同分布 )情形下的性质 ,并得到当随机狄里克莱级数 ∑∞n =1anXne-λns 满足(ⅰ )limn ∞nλn =D <∞ ;(ⅱ ) limn ∞ln｜an｜λn =0 等条件时的增长性以及值分布 .     

独立重尾随机变量随机和的大偏差估计

本文研究了一类独立重尾随机变量随机和S（t)∧=∑k=1^N(t)Xk,t≥0的大偏差概率，其中{N(t),t≥0}是一放大晨负整数值随机变量；{Xn,n≥1}是非负，独立随机变量序列，并与{N(t),t≥０}独立。本文的结果将{Xn,n≥１}为独立同分布情形推广到了独立不同分布情形。     

一个关于马尔可夫链的极限定理

给出一个关于可列非齐次马尔可夫链M元状态序组出现频率的新形式的强极限定理,所得结论对任意可列非齐次马尔可夫链普遍成立.     

由随机过程序列产生的滑动平均过程部分和的弱收敛

本文讨论了由ρ-混合随机过程序列产生的形如Xk(t)=∑j=0∞ajεk-j(t),0≤t≤1,其中{aj;j≥0)为一实数序列,满足∑j=0∞|aj|<∞的滑动平均过程部分和的弱收敛性;同时也讨论了由此滑动平均过程产生的形如Yn(s,t)=1/n~(1/2)∑k=1[n,s]Xk(t),0≤s,t ≤ 1的随机过程的弱收敛性,以及随机足标和SNn(t)=∑k=1NnXk(t)的弱收敛性.     

风险模型中重尾随机变量和的若干大偏差结果

进一步研究随机变量部分和与随机和的大偏差,其中S(n)=∑ni=1Xi,S(t)=∑N(t)i=1Xi(t>0).{Xn,n≥1}是一个独立同分布的随机变量(未必是非负的)序列具有共同的分布F(定义于R上)和有限期望μ=EX1.{N(t),t≥0}是一个非负的整数值的随机变量的更新计数过程且与{Xn,n≥1}相互独立.本文在假定F∈C条件下,进一步推广并改进了由Klüppelberg等和Kaiw等人给出的一些大偏差结果.这些结果可应用到某些金融保险方面的一些特定的问题中去.     

Some boundedness results for systems of two rational difference equations

We study k ^th order systems of two rational difference equations

一个随机偏差定理

设{Xn,n≥0}是可列非齐次马尔可夫链,Sn(i0,i1,…,im-1,ω)表示m元状态序组(i0,i1,…,im-1)在序列(X0,X1,…,Xm-1),(X1,X2,…,Xm),…,(Xn-1,Xn,…,Xn+m-2)中出现的次数.本文给出了关于Sn(i0,i1,…,im-1,ω)的一个对任意可列非齐次马尔可夫链普遍成立的随机偏差定理,即用不等式表示的一个强极限定理.     

Unboundedness results for systems

We study k ^th order systems of two rational difference equations

Wave recursive interpolation

In this paper it is studied that the generated theory of wave recursive interpolation of uniform T-subdivi-ston scheme include wave parameter.The paper analyses the convergence of sequences of control polygons produced by wave recursive interpolation T-subdivision scheme of the formj=l,2,…,T-1;m=O,l,…,nTk;k=0,l,2,…,and differentiability of the limit curve.     

紧支撑正交插值的多小波和多尺度函数

本文给出一类伸缩因子为α的紧支撑正交插值多尺度函数和多小波的构造方法.设{Vj}是尺度函数Φ(x)=[φ1(x),φ2(x),…,φa(x)]T生成的多分辨分析,Vj(?)L2(R)是{a-j/2φ(?)(ajx-k),k∈Z,(?)=1,2,…,a)线性扩张构成的子空间,其插值性是指φ1(x),φ2(x),…,φa(x)满足φj(k+(?)/a)=δk,0δj,e,j,(?)∈{1,2,…,a).当Φ(x)是正交插值的,则多分辨分析的分解或重构系数能用采样点表示而不需要用计算内积的方法产生.基于此,我们建立多小波采样定理,即如果一个连续信号f(x)∈VN,则f(x)=∑i=0a-1∑k∈Zf(k/aN+i/aN+1)φi+1(aNx-k),并给出对应多小波的显式构造公式.更进一步,证明了本文构造的多小波也有插值性.最后,还给出一个构造算例.     

On a class of threshold AR(k) processes

We consider the model $$Z_t = \sum\limits_{i = 1}^k {\phi (i,j)Z_{t - i} } + a_t (j)when\left[ {Z_{t - 1} ,Z_{t - 2,...,} Z_{t - k} } \right]^\prime \in R(j),$$ where {R(j);1?j? ?}is a partition of ? ^k , and for each 1?j??,{a _t (j);t? 0} are i.i.d. zero-mean random variables, having a strictly positive density. Sufficient conditions are obtained for this process to be transient. In addition, for a particular class of such models, necessary and sufficient conditions for ergodicity are obtained. Least-squares estimators of the parameters are obtained and are, under mild regularity conditions, shown to be strongly consistent and asymptotically normal.