一类特殊分布纪录值之和的中心极限定理

摘要：设{X，Xn,n≥1)为独立同分布的服从某连续分布F的随机变量序列，X^(1)=X1，X^(2),X^(3),…为其纪录值序列．令ψ(u)=F^-1(1-e^-u)．其中F^-1是F的反函数．本文研究当ψ(u)=log^pu时Tn=∑k=1^nX^(k)=^dn∑k=1^nψ(Sn)的极限性质．解决了户为所有正整数时Tn的中心极限定理．     

一类特殊Weibull分布纪录值之和的中心极限定理

给出了参数τ为正整数的倒数为Weibull分布纪录值之和的中心极限定理。     

关于记录值序列部分和的渐近正态性

证明了 Burr分布和 Frechét分布的记录值序列的部分和是渐进对数正态的 ,从而解决了文[2 ]中的一个悬而未决的问题     

关于记录值序列部分和的渐近正态性

证明了Burr分布和Frechet分布的记录值序列的部分和是渐进对数正态的，从而解决了[2]中的一个悬而未决的问题。     

相互独立的m值随机变量和的极限分布定理

利用ｍ值随机变量的特征函数,在一定条件下,得到了相互独立的ｍ值随机变量和的极限分布均匀的充要条件;再结合无穷乘积的有关性质,给出了相互独立的ｍ值随机变量和极限分布均匀分布的充分条件,特别当ｍ为素数Ｐ时,所得的充分条件易于验证,且不难满足。     

$rho^-$-混合序列自正则部分和之和乘积的几乎处处中心极限定理[英文]

设是一严平稳的ρ--混合随机变量序列.在满足一定的条件下,证明了自正则部分和之和乘积的几乎处处中心极限定理,其中,     

部分和乘积的几乎处处中心极限定理

设X_n, n≥1是独立同分布正的随机变量序列, E(X₁)=u >0, Var(X₁)=σ², E|X₁|³<∞, 记S_n==∑^N_k=1X_k, 变异系数γ=σ/u.g是满足一定条件的无界可测函数, 证明了 lim_N→∞1/logN∑^N_n=11/n g((∏ⁿ_k=1S_k/n!uⁿ )^1/γ√n )=∫^∞₀g(x)dF(x),a.s., 其中 F(•) 是随机变量e^√2ξ 的分布函数, ξ 是服从标准正态分布的随机变量.     

α混合随机变量序列部分和乘积的几乎处处中心极限定理

利用子序列等方法,获得α混合随机变量序列部分和乘积的几乎处处中心极限定理的更优结果,改进了相关文献的结果.     

大数定律与中心极限定理之关系

用格涅坚克等定理及具体例子说明大数定律与中心极限定理之间的关系。     

鞅差序列加权和的中心极限定理

对一类鞅差序列,我们获得了其加权和中心极限定理,并给出了在非线性回归模型及线性模型中的应用。     

Almost Sure Central Limit Theorem for Partial Sums of Markov Chain

The authors prove an almost sure central limit theorem for partial sums based on an irreducible and positive recurrent Markov chain using logarithmic means,which realizes the extension of the almost sure central limit theorem for partial sums from an i.i.d.sequence of random variables to a Markov chain.     

An Improved Result in Almost Sure Central Limit Theory for Products of Partial Sums with Stable Distribution

Consider a sequence of i.i.d. positive random variables with the underlying distribution in the domain of attraction of a stable distribution with an exponent in (1, 2]. A universal result in the almost sure limit theorem for products of partial sums is established. Our results significantly generalize and improve those on the almost sure central limit theory previously obtained by Gonchigdanzan and Rempale and by Gonchigdanzan. In a sense, our results reach the optimal form.     

An Almost Sure Central Limit Theorem for Weighted Sums of Mixing Sequences

In this paper, we prove an almost sure central limit theorem for weighted sums of mixing sequences of random variables without stationary assumptions. We no longer restrict to logarithmic averages, but allow rather arbitrary weight sequences. This extends the earlier work on mixing random variables.     

相依序列加权和的几乎处处中心极限定理

该文讨论了非平稳负(正)相依序列加权和的几乎处处中心极限定理,改进并推广了相依序列几乎处处中心极限定理的相关结果.     

Almost Sure Central Limit Theorems for Heavily Trimmed Sums

We obtain an almost sure central limit theorem (ASCLT) for heavily trimmed sums. We also prove a function-typed ASCLT under the same conditions that assure measurable functions to satisfy the ASCLT for the partial sums of i.i.d, random variables with E X1 = 0, EX1^2 = 1.     

һ��ǿ����������ļ��޶����ע��

本文在{ξi}为强混合样本,{ani}是实三角阵列下,得到了一个新的关于线性和n∑i=1aniξi的中心极限定理.并利用该中心极限定理,进一步建立了线性过程部分和的中心极限定理.     

中心极限定理教学中的一个问题

指出并分析了目前国内概率论教材中中心极限定理部分存在的一个问题.     

ρ-混合序列部分和乘积的几乎处处极限定理

设{X_n,n≥1}是一严平稳的ρ-混合的正的随机变量序列,且EX_1=μ＞0, Var(X_1)=σ~2,记S_n=Σ_(i=1)~n X_i和γ=σ/μ,在较弱的条件下,证明了对任意的x,,其中σ_1~2=1+2/(σ~2)∑_(j=2)~∞Cov(X_1,X_j),F(·)是随机变量e~(2~(1/2)N)的分布函数,N是标准正态随机变量,我们的结果推广了i．i．d时的情形．