导读:本文包含了强平稳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,平稳,对数,渐近,乘积,线性,速度。
强平稳论文文献综述
洪锦屏[1](2015)在《两融新规:展合约 去强平 稳信心》一文中研究指出7月1日晚,证监会连夜发布《证券公司融资融券管理办法》,不再强制规定130%的强制平仓线,券商与客户可以约定维持担保比例。 一、两融新规大幅放松融资融券补充保证金的要求,缓解市场去杠杆忧虑。与此前的规定相比,此次两融新规的主要变化在于:1.明确(本文来源于《证券时报》期刊2015-07-03)
金敬森[2](2010)在《强平稳NA随机场对数律的收敛性》一文中研究指出研究了强平稳NA随机场对数律的收敛速度,得到了与NA随机变量序列类似的结果,推广了NA序列的情形.(本文来源于《宁夏大学学报(自然科学版)》期刊2010年03期)
赵月旭,麻志浩,孙伟良[3](2008)在《强平稳ρ-混合序列的精确渐近性》一文中研究指出研究了强平稳ρ-混合序列部分和S_n=X_1+X_2+…+X_n的精确渐近性:即当ε↘0时,概率级数sum from n=1to ∞φ(n)P(|S_n|≥εH(n))的极限行为和收敛速度,并揭示了函数φ(n)与H(n)之间的关系。(本文来源于《系统科学与数学》期刊2008年07期)
杨洋,王岳宝[4](2008)在《强平稳LPQD序列更新过程的渐近正态性》一文中研究指出本文讨论了强平稳LPQD随机变量列更新过程的渐近正态性问题。(本文来源于《应用概率统计》期刊2008年01期)
王娟[5](2007)在《强平稳相依序列的精确渐近性的一般形式》一文中研究指出自从1960年引入ρ—混合序列的概念和80年代提出了NA序列的概念以来,很多学者对它们的弱收敛,最大值不等式和完全收敛性进行了研究.至今有了很多结果,其中有关相依序列的许多结果是在独立序列的基础上推广得到的,本文尝试着在对它的部分和最大值的极限性质作进一步讨论.第一章简要地介绍了NA相依序列和ρ—混合序列的定义和之前的主要结论.特别的,张立新(2004)得到了关于NA序列重对数律的几个极限定理;成凤肠,王岳宝(2004)给出了独立与NA列部分和的精致渐近性的一般形式;而赵月旭等(2007)提出了强平稳ρ—混合序列的精确渐近性.第二章我们用张立新(2004)和成凤旸,王岳宝(2004)的方法得到了在NA序列下关于部分和最大值与重对数律和Chung对数律相关的精确渐近性的一般形式.第叁章我们用Huang W.et al.(2003)和赵月旭等(2007)的方法得到了在ρ—混合序列下关于部分和最大值与重对数律相关的精确渐近性的一般形式.(本文来源于《浙江大学》期刊2007-05-01)
张国胜[6](2006)在《弱混强平稳序列随机容量、随即秩次序统计量的极限分布律》一文中研究指出设W(1n)W2(n)…W(nn)是严平稳随即序列{Xn,n 1}的前几个变量的顺序统计量,Nn Mn是两正整值r.v,n 1.在较弱一些的混合条件下,本文给出了W(NMn)n标准化后的极限分布,从而使一些提法更趋一般化,主要结果推进了Rao(1984)和张国胜(1993)的工作.由于混合条件的减弱,使得对m-相关和正态平稳过程的具体应用讨论更加充分.(本文来源于《数学的实践与认识》期刊2006年07期)
刘亦农,肖丽华[7](2005)在《强平稳正相协列乘积和的重对数律》一文中研究指出利用化乘积和为部分和的乘积的和的方法,证明了强平稳正相协列的乘积和的重对数律,并将Lehmann.EL,Ann.MathStatist,1966(3):1137-1153的结果视为本文的特况.(本文来源于《南昌大学学报(理科版)》期刊2005年02期)
梁鑫[8](2004)在《强平稳Φ-混合序列下的线性经验Bayes估计及应用》一文中研究指出假设(θ,Χ)是二维随机变量,θ有先验分布G,在θ已知的条件下,X有关于σ-有限测度μ的条件概率密度函数f(x|θ),设t(x)是θ 的一个可估函数,取损失函数L(t,θ)=(t(x)-θ)~2,则关于先验分布G,t(x)的Bayes风险为: R_G=E(t(x)-θ)~2=∫∫(t(x)-θ)~2f(x|θ)dμ(x)dG(θ) (1)在线性函数类A+BX中,使(1)中的RG达到最小值的估计t|-(x)称为θ的基于μ的线性Bayes估计,用求极值的微分法可得 t|-(X)=E(θ)+Cov(θ,X)D~(-1)(X)(X-EX) (2)因而,当先验分布G已知时,我们可用(2)来估计参数θ。当先验分布G未知时,就无法通过(2)把t|-(x)计算出来,因而不能用t|-(x)去估计θ。在经验贝叶斯思想中,人们总假设可获取一些历史样本,对先验分布G有一定的认识,这使我们能够构造一类θ的经验贝叶斯估计来逼近t|-(x),并用其代替t|-(x)来估计参数θ,H.Robbins ([3],1983)提出了线性经验Bayes估计的方法。近年来,线性经验贝叶斯估计被许多统计学家所讨论,并把此方法引进多元线性回归模型中。但所有这些讨论大都是在样本独立的情况下进行的,韦程东([9],[10];2003)对m相依单参数的情况进行了讨论。在本篇文章中,我们将在强平稳φ-混合序列下,对线性经验贝叶斯估计进行讨论。我们的主要假设和结论如下:1:主要假设设θ,θ_1是具有共同先验分布函数G的随机变量;设(y_1,……,y_n)是当前样本,n≥≡.在给定θ的条件下,关于σ-有限测度μ有共同的条件分布密度f(x|θ);设对一切θ,有<WP=4>设有历史样本资料且在给定的条件下,关于有限测度有共同的条件分布密度;假设与同分布,且为强平稳混合随机变量序列,并且在给定的条件下,它也为强平稳混合随机变量序列,混合系数均为;设且;设,,且混合系数满足;设一元线性回归模型是中,y是随机可观测变量,x是固定设计点,是一维未知的回归系数变量,具有先验分布G,是一维不可观测随机变量,在给定之下,关于某有限测度的条件分布密度。未知;2:主要结论令将进行分组,令([·]表示取整),设,参数的线性经验Bayes估计如下:其中<WP=5>定理 1 设当前样本 与历史样本独立,,历史样本满足上面所述条件,且混合系数满足,则有定理 2 设当前样本 与历史样本不独立, ,历史样本满足上面所述条件,且混合系数满足,则有令将进行分组,令([·]表示取整),设,回归系数的线性经验Bayes估计如下:其中<WP=6>定理 3 设当前样本 与历史样本独立,,历史样本满足上面所述条件,且混合系数满足,则有定理 4 设当前样本 与历史样本不独立, ,历史样本满足上面所述条件,且混合系数满足,则有(本文来源于《广西师范大学》期刊2004-03-10)
谭希丽[9](2004)在《强平稳NA序列的随机指标中心极限定理》一文中研究指出讨论了强平稳NA序列的随机指标中心极限定理,给出其成立的一个充分条件.(本文来源于《北华大学学报(自然科学版)》期刊2004年01期)
王岳宝,周海阳,杨洋[10](2003)在《强平稳NA列的乘积和过程的弱收敛性》一文中研究指出得到了强平稳NA列的乘积和过程的弱收敛性。(本文来源于《应用概率统计》期刊2003年02期)
强平稳论文开题报告
(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:
研究了强平稳NA随机场对数律的收敛速度,得到了与NA随机变量序列类似的结果,推广了NA序列的情形.
(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。
强平稳论文参考文献
[1].洪锦屏.两融新规:展合约去强平稳信心[N].证券时报.2015
[2].金敬森.强平稳NA随机场对数律的收敛性[J].宁夏大学学报(自然科学版).2010
[3].赵月旭,麻志浩,孙伟良.强平稳ρ-混合序列的精确渐近性[J].系统科学与数学.2008
[4].杨洋,王岳宝.强平稳LPQD序列更新过程的渐近正态性[J].应用概率统计.2008
[5].王娟.强平稳相依序列的精确渐近性的一般形式[D].浙江大学.2007
[6].张国胜.弱混强平稳序列随机容量、随即秩次序统计量的极限分布律[J].数学的实践与认识.2006
[7].刘亦农,肖丽华.强平稳正相协列乘积和的重对数律[J].南昌大学学报(理科版).2005
[8].梁鑫.强平稳Φ-混合序列下的线性经验Bayes估计及应用[D].广西师范大学.2004
[9].谭希丽.强平稳NA序列的随机指标中心极限定理[J].北华大学学报(自然科学版).2004
[10].王岳宝,周海阳,杨洋.强平稳NA列的乘积和过程的弱收敛性[J].应用概率统计.2003