线性过程样本协方差序列的渐近分布

文献[1]给出强平稳实四阶鞅差序列{ε(n),n=0,±1,±2,…}条件下一类线性过程{x(n),n=1,2,…} x(n)=sum from j=0 to ∞ψ_jε(n-j)的样本协方差的极限分布,本文拓广了[1]的结果,对一般四阶鞅差序列得到与[1]类似的结论。     

重积分计算的分层抽样原理

Ｋ重积分的计算中，我们对联合概率密度函数ｆ（ｘ１，ｘ２，…，ｘｋ）实施有限加权展开然后，按照各联合概率密度ｆｉ（ｘ１，ｘ２，…，ｘｋ）摸拟抽样值｛ｇ（ξ（ｉ，ｔ）），ｔ＝１，２，…，Ｎｉ，ｉ＝１，２，…，Ｌ｝，由下式建立Ｊ的估计量证明了这种分层抽样方法降低方差，同时给出最小方差的一般原理．     

具无穷可分分布的稳定线性过程

本文研究系统噪声服从无穷可分分布的稳定线性过程，在简单的条件下，证明了该过程的边沿分布是无穷可分的，并给出边沿分布函数的解析表达式．     

工科院校怎样看待概率论的公理化系统

<正> 随着我国教育事业的发展及科学技术的突飞猛进,编写好《概率统计》教材以适应形势的发展已经提到议事日程上来了,其中一个有待解决的重要问题是怎样看待概率论的公理化系统。我们认为概率论的公理化系统是工学院概率统计教学的必不可少的基本内容,而且我国工学院的学     

自回归模型阶数的Bayes判据

本文在假定自回归模型的阶数k是有已知上界M的离散随机变数且有一定先验概率P_k,k=1,2,…,M的前提下,对一般损失函数L(k,d)给出模型阶数估计量k的Bnyes判据: 并证明按∧(k)=min∧(d)所确定的估计量k是有一致性的估计. 本文概括了文献[1]和[2],使后两者成为本文的特殊情形.此外,对三种具体的损失函数W_1(n)=n,W_2(n)=n~4和W_3(n)-1n(1+n),进行了模型阶数估计量k的模似计算.     

右上角双线性时间序列模型的一阶渐近稳定性

本文研究右上角双线性时间序列模型：的一阶渐近稳定性，其中｛ｅｔ｝是独立随机序列，且Ｅ＜＋，Ｅ（ｅｔ）＝Ｅ（ｅ３ｔ）＝０，Ｅ（ｅ２ｔ）＝．我们获得极限向量ｕ＝ｌｉｍ（Ｅ（Ｘ），Ｅ（Ｘｅｔ－１），存在的条件及其表达式，其中Ｘｔ＝（ｘｔ，ｘｔ－１ｒ＝ｍａｘ（ｐ，ｎ，ｍ）。     

一类不可观测ARMA过程参数的最小方差估计的强相容性

本文讨论一类不可观测ＡＲＭＡ过程｛ｕ１｝参数的估计，基于Ｎ个可观测的样本值ｘ１，ｘ２，……，ｘＮ，其中ｘｔ＝ｕｔ＋δｔ，１≤ｔ≤Ｎ，假设｛δｔ｝满足另一个ＡＲＭＡ方程，我们给出参数的最小方差估计量，并证明了这些估计量的强相容性。     

简单对角BL时间序列模型的参数的矩估计及其渐近分布

本文研究简单对角ＢＬ模型ｘ_ｔ＝ｅ_ｔ＋ｂｘ_ｔ－１ｅ_ｔ-1参数ｂ和σ_t^２的估计问题，其中｛ｅ_ｔ｝是白噪声，Ｅ（ｅ_ｔ）＝０，ｅ（ｅ_ｔ）＜＋∞证明了矩估计b和σ_t^２的渐近正态性．     

线性过程样本协方差序列的渐近分布

<正> 样本协方差序列的渐近分布是时间序列分析的一个重要议题。文献[Ⅰ]利用鞅差序列二次型的渐近性态讨论了广泛的一类线性过程     

一类时变MAX序列样本均值的极限分布

本文讨论来自一类时变MAX序列的一段样本(X_1,X_2,…,X_N)的联合特征函数的表示形式,并在一些简单的限制条件下给出样本均值N_~β(_N-E_N)渐近退化分布或正态分布的结论。