首页/论文/1105.6283

arXiv 1105.62832011-05math.STstat.TH

独立同分布随机变量和的矩

Moments of Sums of Independent and Identically Distributed Random Variables

Daniel M. Packwood

备注：: 13 pages

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

本文提出了一种计算独立同分布随机变量之和的矩的解析方法。这些和的极限行为是非常重要的统计理论，和矩的表达式，我们得到允许它被研究相对容易。我们证明了这一点，提出了一个新的证明的中心极限定理和其他几个收敛结果。

英文摘要：

We present an analytic method for computing the moments of a sum of independent and identically distributed random variables. The limiting behavior of these sums is very important to statistical theory, and the moment expressions that we derive allow for it to be studied relatively easily. We show this by presenting a new proof of the central limit theorem and several other convergence results.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

关于周期图加权和的渐近分布

On asymptotic distributions of weighted sums of periodograms

建立了平稳线性过程周期图加权和的渐近正态性，其中权值依赖于样本量。这样的总和出现在许多统计应用中，并且可以被视为涉及加权周期图积分的二次型的离散化版本。这些加权和的渐近正态性的条件是简单的，极小的，类似于独立同分布随机变量加权和的Lindeberg-Feller条件。我们的结果适用于一个大类的短，长或负的记忆过程。证明的基础上得出的Bartlett型近似的这些和相应的独立和同分布随机变量的加权周期图的总和。

2013-12-17math.STstat.TH

非负随机变量的顺序统计量的最优矩不等式

Optimal moment inequalities for order statistics from nonnegative random variables

我们获得了最好的可能的上界的时刻，一个单一的顺序统计量从独立的，非负的随机变量，在人口的平均值。主要结果覆盖了独立同分布的情形。此外，仅独立（不一定同分布）随机变量的样本最小值的情况下，详细处理。关键词和短语：顺序统计量;最优矩界;非负随机变量;样本最小值;可靠性系统。

2018-06-13math.STstat.TH

基于矩的尾指数估计的修正：和与最大

Modification of Moment-Based Tail Index Estimator: Sums versus Maxima

本文继续研究了$γ>1/2$的极值指标$γ$（或尾指标$α=1/γ$）的SRCEN估计，该估计是在\cite{MCE}中提出的.我们提出了一个新的估计的基础上的局部极大值。事实上，这是SRCEN估计器对$γ>0$情况的修改。我们建立了新提出的独立同分布估计的相合性和渐近正态性。数据此外，还包括对估计量的比较的简短讨论。

2017-10-09math.STstat.TH

和的最大值的自正规化Cramér型中偏差

Self-normalized Cramér type moderate deviations for the maximum of sums

设$X_1,X_2,...$为均值为零、方差为有限的独立随机变量，设$S_n=\sum_{i=1}^nX_i$和$V^2_n=\sum_{i=1}^nX^2_i$ .得到了自归一化和$\max_{1\leq k\leq n}S_k/V_n$的最大值的Cramér型中偏差.特别地，对于同分布的$X_1,X_2,...,$，证明了在$X_1$的最优有限三阶矩下，$P(\max_{1\leq k\leq n}S_k\geq xV_n)/(1-Φ(x))\rightarrow2$对$0<x\leq\mathrm{o}(n^{1/6})$是一致的.

2013-07-23math.STstat.TH

随机和的水平交叉

The level crossings of random sums

设$\{η_{j}\}_{j = 0}^{N}$是均值为零、方差为$\{σ_{j}^{2}\}_{j = 0}^{N}$的独立同分布复正态随机变量序列。设$\{f_{j} (z)\}_{j = 0}^{N}$是实直线上的实值全纯函数序列。本研究的目的是检查随机和$\sum_{j = 0}^{N} η_{j} f_{j} (z)$穿过复合水平$\boldsymbol{K} = K_{1} + i K_{2}$的次数，其中$K_{1}$和$K_{2}$是独立于$z$的常数。更具体地说，我们建立了一个精确的公式的期望密度函数的复杂的零点。然后，我们重新制定的布朗运动的连续观测的问题。我们进一步回答了关于非零平均值系数的复零点的期望数量的基本问题。

2021-04-06math.PRmath.STstat.TH

关于有界随机变量和的不等式

On inequalities for sums of bounded random variables

设$η_{1},η_2,...$为独立（不一定同分布）零均值随机变量（r. v.的），使$|η_i|\le1$几乎肯定为所有的$i$，并让$Z$代表一个标准的正常的r. v.让$a_1,a_2,...$是任何实数，使$a_1^2+a_2^2+...=1.$它表明，然后$$ ¶(a_1η_1+a_2η_2+...\ge x) \le ¶(Z\ge x-\la/x) \forall x>0, $$，其中$\la := \ln\frac{2e^3}9=1.495...$。证明依赖于（i）另一个概率不等式和（ii）一个l 'Hospital-type规则的单调性，都在其他地方开发。一个多维的模拟这一结果的基础上，降维设备，也在其他地方开发。此外，（超）鞅的扩展。

2006-03-13math.PRmath.STstat.TH

更多相关论文收起更多论文

随机加权和的尾部行为

Tail Behavior of Randomly Weighted Sums

设$\{X_t, t \geq 1\}$是同分布的两两渐近独立的随机变量序列，$\{ Θ_t, t\geq1 \}$是独立于序列$\{X_t, t \geq 1\}$的正随机变量序列.我们将讨论$\xinf=\sum_{t=1}^{\infty}Θ_t X_t^{+}$（其中$X^+=\max\{0,X\}$）和$\max_{1\leq k<\infty} \sum_{t=1}^{k}Θ_t X_t$的尾概率和几乎处处收敛性，并提供Denisov和Zwart（2007）提出的一些充分条件作为通常矩条件的替代。特别是，我们说明了$X_1$的尾部概率中涉及的慢变函数的条件如何有助于控制随机加权和的尾部行为。注意，上述结果允许我们选择$X_1, X_2,...$作为独立同分布的正随机变量。若$X_1$具有指数$-α$的规则变化尾，其中$α>0$，且$\{Θ_t,t\geq1\}$是与$\{X_t\}$无关的正随机变量序列，则已知，也可由上述充分条件得到，在$\{Θ_t,t\geq1\}$上的某些适当矩条件下，$\xinf=\sum_{t=1}^{\infty}Θ_t X_t$以概率1收敛且具有指数$-α$的规则变化尾。受Jacobsen等人（2009）的逆问题的启发，我们提出了这样一个问题：如果$\xinf$具有规则变化的尾部，那么在某些适当的条件下，$X_1$是否具有规则变化的尾部？我…

2010-11-19math.PRmath.STstat.TH

随机和的复零点密度

The density of complex zeros of random sums

设$\{η_{j}\}_{j = 0}^{N}$是独立同分布的随机复高斯变量的序列，并且设$\{f_{j} (z)\}_{j = 0}^{N}$是给定的解析函数的序列，其在实数线上是实值的。本文证明了随机方程$\sum_{j = 0}^{N} η_{j} f_{j} (z) = \mathbf{K}$复零点分布的期望密度的一个精确公式，其中$\mathbf{K} \in \mathds{C}$。证明的方法采用了一个公式的预期绝对值的二次形式的高斯随机变量。然后，我们得到的密度函数的极限行为$N$趋于无穷大，并提供了一定的功能$f_{j} (z)$的密度函数和随机和的经验分布的数值计算。最后，我们研究了$f_{j} (z)$在单位圆和实直线上正交的多项式的情形。

2019-10-11math.CVmath.PRmath.ST

独立重尾随机矩阵和的集中不等式与矩不等式

Concentration and moment inequalities for sums of independent heavy-tailed random matrices

University of Southern California（南加州大学）

本文针对仅存在低阶有限矩的独立重尾随机矩阵和，证明了依赖有效秩等内在维度的Fuk-Nagaev型与Rosenthal型不等式，并通过多个应用验证了结果优势。

2025-11-19math.PRmath.STstat.TH

弱相依随机场部分和的矩不等式

Moment inequalities for sums of weakly dependent random fields

针对满足投影型弱相依假设的$d$维随机场部分和，通过多尺度近似与区域分解导出Azuma-Hoeffding和Burkholder型不等式，扩展了已知界限且无需交换滤子假设。

2023-06-28math.PRmath.STstat.TH

Shanker、Akash、Ishita、Pranav、Rani和Ram Awadh分布的独立随机变量和

Sum of independent random variable for Shanker, Akash, Ishita, Pranav, Rani and Ram Awadh distributions

在统计学和概率论中，最重要的统计量之一是随机变量的和。在引入一个概率分布之后，确定n个独立同分布随机变量之和是作者感兴趣的话题之一。本文给出了Shanker、Akash、Ishita、Rani、Pranav和Ram Awadh等n个独立同分布随机变量之和的密度函数。为了确定所有上述分布，应用基于变量变化技术的问题求解方法。它们的m阶矩也被精确计算。此外，在Lindley部件失效时间下，还对n取1冷备系统的可靠性和平均失效时间进行了评估。

2022-08-16math.PRmath.STstat.TH

幂和统计量的分解与样本中心矩

Decompositions for Sum-of-Power Statistics and the Sample Central Moments

给出了幂和统计量的一些有用的分解，得到了样本均值、样本方差、样本偏度和样本峰度的分解。我们解决两个相关的问题：计算由具有已知矩的子组组成的合并样本的这些样本矩;以及使用来自其它子组和整个合并样本的已知矩来计算子组的这些样本矩。每个任务都是通过分解的平方和，总和的立方和四分之一的总和，从样本中心矩（到四阶）形成。我们给出分解结果，并在用户友好的R函数中实现这些结果。

2021-09-13math.STstat.APstat.CO