导读:本文包含了强相合论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:序列,样本,密度,近邻,线性,模型,渐近。
强相合论文文献综述
聂彩玲,李永明,应锐[1]（2019）在《NSD样本最近邻密度估计的强相合性》一文中研究指出本文研究负超可加相依样本的最近邻密度估计强相合性.利用负超可加相依序列的不等式与性质,获得最近邻密度估计的弱相合性、强相合性和一致强相合性.(本文来源于《应用数学》期刊2019年04期）
关丽红,肖玉山,赵亚男[2]（2019）在《m-WOD序列密度函数和失效率函数核估计的强相合性》一文中研究指出设{X_n,n≥1}为一同分布的m-宽象限相依(m-WOD)序列,f_n(x),r_n(x)分别为密度函数f(x)基于样本X_1,X_2,…,X_n的核估计和失效率函数核估计.在适当的假设条件下,利用m-WOD序列的矩不等式和Borel-Cantelli引理,证明核密度估计及失效率函数核估计的强相合性和一致强相合性.(本文来源于《吉林大学学报(理学版)》期刊2019年04期）
杨秀桃,杨善朝[3]（2019）在《α混合样本下积分权回归估计的强相合性》一文中研究指出本文在α混合样本下研究Gasser和Müller提出的一类积分权非参数核回归估计的大样本性质.利用α混合序列的概率指数不等式和矩不等式,在较弱的条件下获得了积分权回归函数估计的强相合性与一致强相合性,推广了独立样本下该回归函数估计的相合性结果.(本文来源于《数学杂志》期刊2019年06期）
尉梦珂,魏岳嵩,陈璐[4]（2018）在《面板数据均值变点的强相合估计》一文中研究指出对于面板数据模型,为研究其均值变点强相合估计问题,文章运用累积和方法,给出均值变点位置的估计量,证明此估计是变点位置的强相合估计,改进已知的弱相合结果,并给出变点估计的收敛速度.(本文来源于《淮北师范大学学报(自然科学版)》期刊2018年04期）
陆冬梅[5]（2017）在《ALNQD序列密度函数核估计的强相合性》一文中研究指出设{X_n,n≥1}为一同分布的渐近线性负相依(ALNQD)序列,f_n(x)为密度函数f(x)基于样本X_1,…,X_n的核估计.在适当的假设条件下,利用ALNQD序列的矩不等式和Borel-Cantelli引理,证明核密度估计的强相合性、一致强相合性及r阶相合性.(本文来源于《吉林大学学报(理学版)》期刊2017年06期）
陈芬,李小飞[6]（2017）在《END序列样本分位数的Bahadur表示及强相合性》一文中研究指出文章在END序列下,利用END序列的Bernstein型不等式,得到了END序列样本分位数的Bahadur表示及其强相合性,推广和改进了已知的一些文献中的相应结论。(本文来源于《统计与决策》期刊2017年19期）
蔡婷,胡宏昌[7]（2017）在《误差为NSD序列的广义线性模型的M估计的强相合性》一文中研究指出研究了以NSD序列(negatively superadditive dependent)为误差的广义线性模型,得到了未知参数的M估计.在较弱的条件下,利用指数不等式、NSD序列加权和的强收敛性和Borel-Cantelli引理等证明了未知参数M估计的强相合性.此结果推广了独立误差和NSD误差的线性模型的相应结果.(本文来源于《数学的实践与认识》期刊2017年19期）
邓绍坚,李永明,曾林[8]（2017）在《WOD样本下最近邻密度估计的一致强相合速度》一文中研究指出设{X_n,n≥1}是同分布WOD随机序列,具有共同的未知密度函数f(x)。利用WOD序列的Bernstein不等式,在适当的条件下,获得了WOD样本下最近邻密度估计的一致强相合速度。(本文来源于《井冈山大学学报(自然科学版)》期刊2017年02期）
邓绍坚,李永明[9]（2016）在《WOD样本下密度函数核估计的一致强相合性》一文中研究指出设{X_n,n≥1}是同分布的WOD随机变量序列,具有共同的密度函数f(x),利用WUOD序列的指数不等式,在适当的条件下获得了WOD样本下密度函数核估计的一致强相合性.(本文来源于《广西师范学院学报(自然科学版)》期刊2016年03期）
胡宏昌,张宇[10]（2016）在《误差为AANA序列线性回归模型M估计的强相合性》一文中研究指出考虑线性回归模型y_i=x_i~Tβ_0+e_i,i=1,2,…,n,其中误差{e_i,i=1,2,...,n}为渐近几乎负相关的随机序列.研究了该模型中参数的M估计的强相合性,也得到了AANA序列的Bernstein型不等式,推广了NA样本的相应结论.(本文来源于《数学进展》期刊2016年03期）
强相合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
设{X_n,n≥1}为一同分布的m-宽象限相依(m-WOD)序列,f_n(x),r_n(x)分别为密度函数f(x)基于样本X_1,X_2,…,X_n的核估计和失效率函数核估计.在适当的假设条件下,利用m-WOD序列的矩不等式和Borel-Cantelli引理,证明核密度估计及失效率函数核估计的强相合性和一致强相合性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
强相合论文参考文献
[1].聂彩玲,李永明,应锐.NSD样本最近邻密度估计的强相合性[J].应用数学.2019
[2].关丽红,肖玉山,赵亚男.m-WOD序列密度函数和失效率函数核估计的强相合性[J].吉林大学学报(理学版).2019
[3].杨秀桃,杨善朝.α混合样本下积分权回归估计的强相合性[J].数学杂志.2019
[4].尉梦珂,魏岳嵩,陈璐.面板数据均值变点的强相合估计[J].淮北师范大学学报(自然科学版).2018
[5].陆冬梅.ALNQD序列密度函数核估计的强相合性[J].吉林大学学报(理学版).2017
[6].陈芬,李小飞.END序列样本分位数的Bahadur表示及强相合性[J].统计与决策.2017
[7].蔡婷,胡宏昌.误差为NSD序列的广义线性模型的M估计的强相合性[J].数学的实践与认识.2017
[8].邓绍坚,李永明,曾林.WOD样本下最近邻密度估计的一致强相合速度[J].井冈山大学学报(自然科学版).2017
[9].邓绍坚,李永明.WOD样本下密度函数核估计的一致强相合性[J].广西师范学院学报(自然科学版).2016
[10].胡宏昌,张宇.误差为AANA序列线性回归模型M估计的强相合性[J].数学进展.2016
论文知识图
