相依样本相关论文
位置参数作为总体分布的一类重要统计指标,常用于刻画实际数据分布特征。在现有关于位置参数的研究中,通常假定总体服从正态分布。......
近年来,随着金融市场的蓬勃发展,金融收益率的波动性成为了追逐金融收益率的金融投资交易者最为关注的问题。因此,对金融市场中股......
似然函数是统计学中最重要的工具之一,它通常要求已知总体分布的类型,总体分布只依赖于若干个未知参数,当我们对问题的背景所......
完全收敛性是概率论极限理论中一个重要的概念，自许宝禄和Robbins引入完全收敛性概念以来，已有许多文章讨论了独立和相依的随机变量......
设随机变量X具有概率密度函数f(x),X1,…,Xn为f(x)的样本,基于X1,…,Xn定义一类f(x)的估计fn(x). 本文在X1,…,Xn为α--混合、ρ--......
本文在样本序列为平稳φ-混合的情形下,研究了条件密度f(y|x)的通常的和递推形式的双重核估计的强相合性,并给出了它们的强收敛速......
研究平稳、φ—混合样本下条件分位数的核估计,在一定的条件下给出了估计较佳的强收敛速度。......
本文讨论了强平稳φ混合样本的经验似然比置信区间，推广了Ｏｗｅｎ（１９８８，１９９０）在独立同分布情况下的结果，指出了相依情况时经验似然比置信区间的不足并进......
设(X,Y),(X_1,Y_1,),…,(X_n,Y_n)是一个平稳、φ—混合过程((X,Y)∈R~d×R,E|Y|~(s+δ)<∞,s≥2,δ>0),用m(x)记E{Y|X=x},本......
设Ｘ１，Ｘ２，…Ｘｎ是从某个具有密度函数ｆ（ｘ）的一维总体中抽出的一个随机样本，μ＝ＥＸ１。本文考察了洪圣岩所提出的密度泛函θ＝ｆ（μ）的核型估计ｆｎ（Ｘ）的大样本性质，在样......
设（Ｘｉ，Ｙｉ）１≤ｉ≤ｎ为来自二元总体（Ｘ，Ｙ）的平稳，φ－混合样本，记ｍ（ｘ）△Ｅ（Ｙ│Ｘ＝ｘ），ｍ（ｘ）的一种递推型核估计为ｍｎ（ｘ）＝ｎ∑ｉ＝１ｈｉ＾－１Ｙｉｋ（（ｘ－Ｘｉ）／ｈｉ）／ｎ∑ｊ＝１ｈ＾－１ｊｋ（ｘ－Ｘｊ）／ｈｊ）。本文在一定的条件下证明了（ｎ／（ｎ∑ｊ＝１ｈ＾－１ｊ）＾１／２）（ｍｎ（ｘ１）－ｍ（ｘ１），ｍｎ（ｘ２）－ｍ（ｘ２），．．．ｍｎ（ｘｒ０）－ｍ（ｘｒ０））′依分布收......
设（Ｘ１，Ｙ１），…，（Ｘｎ，Ｙｎ）是从取值于Ｒ＾ｐ×Ｒ＾ｑ的随机向量（Ｘ，Ｙ）中抽取的随机样本，在给定Ｘ＝ｘ的条件下Ｙ具有条件密度ｆ（ｙ│ｘ）。在本文中，我们考虑ｆ（ｙ│ｘ）的通常的和递归形式的双重核......
设｛Ｘｎ｝为随机变量Ｘ的观察序列，｛Ｘｎ｝不必相互独立。本文在｛Ｘｎ｝为ｍ｛ｎ｝相依条件下得到了Ｇｌｉｖｅｎｋｏ－Ｃａｎｔｅｌｌｉ定理的一种推广，并获得了密度函数核估计在紧集上的一致收敛速度。......
考虑非参数回归模型Y_i=g(X_i)+c_i,i=1,2,…,其中误差㈦)为吵混合随机变量序列且具有公共的未知密度f(·),g(x)=E(Y|X=t)为未......
对一大类非参数回归函数，基于ｍ（ｎ）相依样本构造了回归函数的近邻估计并在合适的条件下获得了估计的一致强相合性及收敛速度。......
对φ混合样本，应用加权和形式的Ｂｅｒｎｓｔｅｉｎ不等式讨论条件密度双重核估计的强相合性。所获结论不仅较好地改进了薛留根的结论，而且包含了独立情......
设(x_i,y_i)。i-1,…,n,是从取值于R~d×R′的随机向量(x,y)中抽取的平稳,φ一混合样本,设E|y|<∞,记m(x)=E(y|X=x},我们在一......
本文讨论了平稳，φ－混合样本下条件密度双重核估计（１）（２）在有限个点处的联合渐近分布，推广了（３）和（４）的结果。......
文中设｛（Ｘｎ，Ｙｎ）：ｎ≥｝为严平稳ρ－相依随机变量列，出于稳健角度，给出了Ｙ关于Ｘ回归中位Ｌ１－模估计θｈ（ｙ│ｘ），在适当条件下证明了θｈ（ｙ│ｘ）的渐近正态性。......
设（Ｘｎ）是Ｒ＾１中的平稳，强混合序列，具有公共的密度ｆ（ｘ），则可定义ｆ（ｘ）及其导函数ｆ＾（ｒ）（ｘ）的核估计与最近邻估计ｆ＾（ｒ）ｎ（ｘ）＝（ｎｈ＾ｒ＋１ｎ（ｘ））＾－１ｎ∑ｉ＝１Ｋ＾（ｒ）（Ｘｉ－Ｘ／ｈｎ（ｘ）），ｆｎ（ｘ）＝（ｎａｎ（ｘ））＾－１ｎ∑ｉ＝１Ｋ（Ｘｉ－ｘ／ａｎ（ｘ））其中核函数Ｋ（Ｘ）为取定的概率密度函数，且具有ｒ（ｒ≥０）阶导......
本文主要讨论了相依随机变量为样本的U-统计量的中心极限定理的Berry-Esseen界限。...
本文证明了孙东初在[3]中提出的条件密度双重核估计f_n(y|x)在样本为(?)-混合时的渐近正态性.......
两两相依样本的Ｇｌｉｖｅｎｋｏ－Ｃａｎｔｅｌｌｉ定理熊怀陆，吴本忠（合肥经济技术学院合肥２３００５２）（安徽大学工商管理系合肥２３００３９）１引言与引理众所周知，如｛ｘｎ｝为Ｈｄ．随机变量列，ｘｉ的分布函数为Ｆ（ｘ），为子......
本文研究了ｍ相依样本均值的Ｂｏｏｔｓｔｒａｐ及随机加权逼近问题，讨论了有关收敛速度。......
研究了独立或相依样本时非参数回归函数的Nadaraya-Watsorn估计,在简洁合理的条件下,证明了估计量的渐近正态性,获得的结论可在时......
设有非参数回归模型：ｙｉ＝ｇ（ｘｉ）＋εＩ，ｉ＝１，２，…，ｎ这里固定设计点：０＝ｘ０〈ｘ１〈…〈ｘｎ＝１，｛εｉ，ｉ＝１，２，…，ｎ｝为随机误差序列，有相同密度函数ｆ（ｘ），ｇ（ｘ）为［０，１］上可各的未知函数。......
设{ Xn}^∞ n=1是R^1中的平稳过程,具有公共的未知密度函数f(x) ,我们研究基于前n个观测值X1,X2,… Xn的f(x)的一种近邻估计fn(x).......
经验似然是由Owen引入的一种非参数推断方法，主要讨论了相依样本下非参数回归函数的经验似然置信区间。......
构造了固定设计且误差为鞅差序列的相依样本情形非参数回归函数的经验似然比统计量，证明了统计量的极限分布为χ1^2，在此基础上构造......
文中研究了两类重要相依样本的经验过程振动模强一致收敛速度，证明了该速度与独立样本下的经验过程振动模的最优收敛速率相同。利用......
在一种相依样本下,利用鞅的理论证明了回归函数基于分割的估计ma（x）=∑i=1^n IAn（x）（Xi）Yi/∑i=1^n IAn（x）（Xi）渐近正态性,其中IA（x）为集合A的......
