Approximation for the distribution of extremes of one dependent stationary sequences of random variables
本文改进了已有的关于平稳随机变量序列极值分布的逼近结果。我们扩大了适用范围,改善了近似误差。本文给出了它在研究由伯努利试验产生的扫描统计量分布中的应用。
2012-11-23 math.PR
Complete convergence theorem for stationary heavy tailed sequences
对于一类平稳规则变化且弱相关的时间序列,我们证明了相应时空点过程的所谓全收敛结果。作为主要定理的应用,我们给出了相应的部分极大过程的不变原理的一个简单证明。
2016-04-25 math.PR
Limit Laws for Maxima of Contracted Stationary Gaussian Sequences
本文的主要结果是压缩平稳高斯随机序列最大值的弱极限和强极限。由于随机收缩,我们引入了一个修改的伯曼条件,这是足够的弱收敛的最大值的缩放样本。在更强的假设下,弱收敛被加强为几乎收敛。
2013-12-07 math.PR
Poisson limit theorem for the number of excursions above high and medium levels by Gaussian stationary sequences
本文研究离散时间高斯平稳过程高值和中等值点过程的渐近行为,并证明其可由泊松簇点过程逼近。
2023-09-02 math.PR
A new maximal inequality and invariance principle for stationary sequences
在Maxwell和Woodroofe [Ann. Probab. 28(2000)713-724]。然后,我们应用它建立了这类平稳序列的Donsker不变原理。一个马尔可夫链的例子,以显示所施加的条件的最优性。
2005-04-12 math.PR
On the weak invariance principle for strictly stationary sequences in some Besov spaces
Université de Strasbourg(斯特拉斯堡大学);CNRS(法国国家科学研究中心);V. I. Romanovskiy Institute of Mathematics, Uzbekistan Academy of Sciences(乌兹别克斯坦科学院 V.I.罗曼诺夫斯基数学研究所)
本文针对某些Besov空间中的严格平稳序列,利用鞅逼近与偏差不等式,给出满足弱不变性原理的矩与相依性充分条件,覆盖更多序列且条件最优。
2026-10-12 math.PR
Moderate deviations for stationary sequences of Hilbert valued bounded random variables
本文导出了值在希尔伯特空间中的有界随机变量平稳序列的中偏差原理。所得条件用鞅型条件表示。主要工具是鞅逼近和一个新的Hilbert值随机变量序列的Hoeffding不等式。给出了Cramer-Von Mises统计量、线性过程函数和稳定马尔可夫链的应用。
2009-01-21 math.PR
Behavior of the Wasserstein distance between the empirical and the marginal distributions of stationary $α$-dependent sequences
研究了平稳$α$依赖序列的经验分布与边缘分布之间的1阶Wasserstein距离.证明了对任意p $\ge$ 1的p阶矩不等式,并给出了中心极限定理成立的条件.我们将所得结果应用于具有在零点处的中性不动点的区间扩张映射的无界函数。Wasserstein距离的矩不等式类似于著名的von Bahr-Esseen或Rosenthal部分和的界,并且即使在独立同分布随机变量的情况下似乎也是新的。
2015-02-28 math.PR
Empirical process sampled along a stationary process
设$(X_{\underline{\ell}})_{\underline{\ell} \in \mathbb Z^d}$为实随机场(r.f.)由具有公共概率分布函数$F$的$\mathbb Z^d$索引。令$(z_k)_{k=0}^\infty$为$\mathbb Z^d$中的序列。通过沿$(z_k)$对随机场进行采样而获得的经验过程是$\sum_{k=0}^{n-1} [{\bf 1}_{X_{z_k} \leq s}- F(s)]$。我们给出了$(z_k)$上的条件,这意味着在不同情况下(独立、相关或弱相关随机变量)沿$(z_k)$采样的经验过程的Glivenko-Cantelli定理。当$X_{\underline{\ell}}$是独立同分布时,我们也考虑了泛函中心极限定理.这些条件进行检查时,$(z_k)$提供的辅助平稳过程的框架“随机遍历定理”。
2023-01-27 math.PR
Large deviations for point processes based on stationary sequences with heavy tails
在本文中,我们提出了一个框架,使研究大偏差的点过程的平稳序列的基础上定期变化的尾巴。这个框架使我们不仅可以跟踪过程的极值的大小,还可以跟踪这些极值出现的顺序。特别强调的是(无限)线性随机系数的过程。所提出的框架提供了一个相当完整的描述的联合渐近行为的大值的平稳序列。我们应用点过程大偏差的一般结果,得到了部分和过程的渐近衰减性和破产概率。
2009-08-20 math.PR
Recent advances in invariance principles for stationary sequences
本文综述了平稳序列的中心极限定理及其弱不变原理的一些最新结果。我们还描述了几个极大不等式,它们是获得不变原理的主要工具,而且它们本身也很有趣。所考虑的相依随机变量类有类鞅序列、混合序列、线性过程、遍历马尔可夫链的可加泛函。
2006-02-24 math.PR
Persistence probabilities of two-sided (integrated) sums of correlated stationary Gaussian sequences
本文研究了一类双边离散高斯序列的持续生存概率,它们分别是分数布朗运动和积分分数布朗运动的离散模拟.我们的结果推广了[Molchan,Commun.数学物理,1999]和[Molchen,J. Stat.物理、[2017]一个广泛的类离散时间过程。
2017-10-16 math.PR
Small deviations of sums of correlated stationary Gaussian sequences
研究了平稳高斯序列和的小偏差概率。对于常边界和边界趋于零的情形,我们得到了相当一般的结果。对于边界趋于无穷大的情形,我们把注意力集中在分数布朗运动(FBM)的离散模拟上。事实证明,SDP的下界可以转移到离散时间设置下,通常的假设,意味着弱收敛,而相应的上界的转移必然需要更深入的知识的频谱结构的基础平稳序列。
2016-06-03 math.PR
Non-Universal Fluctuations of the Empirical Measure for Isotropic Stationary Fields on $\mathbb{S}^2 \times \mathbb{R}$
在本文中,我们考虑各向同性和平稳的实高斯随机场定义在$\mathbb{S}^2\times\mathbb{R}$和我们调查的渐近行为,作为$T\rightarrow +\infty$,经验措施(偏移面积)在$\mathbb{S}^2\times\mathbb{R}$在任何阈值,涵盖两种情况下,当字段表现出短记忆和长记忆,即可积和不可积的时间协方差。事实证明,极限分布是不普遍的,这取决于存储器参数和阈值。特别是,在长记忆的情况下,一种形式的Berry的取消现象发生在零电平,诱导相变的变化率和限制法律。
2020-03-11 math.PR
On mean central limit theorems for stationary sequences
本文给出了满足Gordin型投影准则或弱相依条件的平稳序列的归一化部分和分布与极限高斯分布之间的最小${\mathbb{L}}^1$距离的估计.
2008-08-22 math.PR
Minimax interpolation of sequences with stationary increments and cointegrated sequences
我们考虑的线性泛函$A_Nξ=\sum_{k=0}^Na(k)ξ(k)$的最优估计问题依赖于一个随机序列$ξ(m)$的未知值与固定增量从序列$ξ(m)+η(m)$的观察点的集合$\mathbb{Z}\setminus\{0,1,2,\ldots,N\}$,其中$η(m)$是一个固定序列不相关的$ξ(m)$。我们提出的公式计算的均方误差和频谱特性的最佳线性估计的功能的情况下,频谱的确定性,其中谱密度的序列是完全已知的。我们还考虑了一类协整序列的问题。我们提出的关系,确定最不利的谱密度和极小极大谱特性的情况下,谱的不确定性,其中谱密度是不完全已知的,而一组可接受的谱密度被指定。
2016-04-06 math.PR
An almost sure invariance principle for some classes of non-stationary mixing sequences
本文特别证明了指数快速$ϕ$ -混合的非平稳一致有界随机变量序列的几乎几乎必然不变原理(ASIP)。对于任意的$\del>0$,所得到的速率是$o(V_n^{\frac14+\del})$阶,其中$V_n$是基础部分和$S_n$的方差。对于某些类的非齐次马尔可夫链,我们还证明了一个向量值ASIP具有相似的速度。
2022-07-17 math.PR
On strong law of large numbers for weakly stationary $φ$-mixing set-valued random variable sequences
Institute of Information Technology, Vietnam Academy of Science and Technology(越南科学技术院信息技术研究所)
本文研究了弱平稳φ-混合多值随机变量序列的强律大数定律,通过示例证明了定理假设的合理性与精确性。
2026-03-10 math.PR
On the extreme order statistics for stationary Gaussian sequences subject to random missing observations
本文研究了存在随机缺失观测的平稳高斯序列,通过分析多维超限点过程的极限性质,导出了原序列与观测序列的极值顺序统计量及最大值位置和高度的联合极限分布。
2024-06-05 math.PR
Self-normalized Cramér type moderate deviations for stationary sequences and applications
设$(X _i)_{i\geq1}$为平稳序列。记$m=\lfloor n^α\rfloor, 0< α< 1,$和$ k=\lfloor n/m \rfloor,$,其中$\lfloor a \rfloor$表示$a.$集合的整数部分$S_{j}^\circ = \sum_{i=1}^m X_{m(j-1)+i}, 1\leq j \leq k,$和$ (V_k^\circ)^2 = \sum_{j=1}^k (S_{j}^\circ)^2.$.我们证明了$\mathbb{P}( \sum_{j=1}^k S_{j}^\circ /V_k^\circ \geq x)$的一个Cramér型中偏差展开式为$n\to \infty.$.讨论了它在混合型序列、收缩马氏链、扩张映射和置信区间中的应用.
2020-03-29 math.PR
Variance of partial sums of stationary sequences
设$X_1,X_2,\ldots$是具有谱测度$F$和部分和$S_n=X_1+\cdots+X_n$的弱平稳随机变量的中心序列.证明了$\operatorname {var}(S_n)$在无穷远处是指数$γ$的正则变化,当且仅当$G(x):=\int_{-x}^xF(\mathrm {d}x)$在原点($0<γ<2$)是指数$2-γ$的正则变化.
2013-10-21 math.PR
Tracking the Mean of a Piecewise Stationary Sequence
本文研究分段平稳序列的均值追踪问题,针对转移时间已知和未知两种情形分别提出直接滑动平均与带可调参数的加权滑动平均方法,并建立偏差界,应用于多臂老虎机最优奖励选择。
2024-04-02 math.PR
Normal Approximation for $U$- and $V$-statistics of a Stationary Absolutely Regular Sequence
设$(X_{n,t})_{t=1}^{\infty}$是分布依赖于数$n$的实随机变量的平稳绝对正则序列。本文给出了核也依赖于$n$的序列$X_{n,1},\ldots,X_{n,n}$上的非齐次$U$ -阶$r$统计量的分布渐近正态性(对于$n\to\infty$和公共中心和归一化)的充分条件.对于$V$ -统计也有相同的结果。为了分析具有罕见强相依的相依随机变量和,本文采用S.~ Janson于1988年推出,并由V. Mikhailov在1991年和M.~ Tikhomirova和V.~ 2015年的Chistyakov。
2019-10-16 math.PR
A Furstenberg type formula for the speed of distance stationary sequences
证明了距离平稳随机序列的速度公式。一个特殊的情况是经典公式的最大李雅普诺夫指数的独立同分布。在射影空间上,二乘二矩阵关于平稳测度的乘积。我们将这个结果应用到黎曼对称空间上的Poisson-Delaunay随机游动。特别是,我们得到尖锐的估计双曲Poisson-Delaunay随机游动的速度的渐近行为时,强度的泊松点过程趋于零。这使我们能够证明,一个降维现象发生的调和测度与这些随机游动。用同样的技术,我们给出的例子co-compact富克斯群的调和测度的简单随机游动的维数小于1。
2017-10-03 math.PR
On the speed of distance stationary sequences
推广了Karlsson和Ledrappier的大数定律,证明了距离平稳随机序列的速度公式。一个特殊的例子是i.i.d.的最大李雅普诺夫指数的经典公式。矩阵产品,但我们的结果在各种不同的情况下有应用。在许多情况下,它给出了一种方法来估计的速度,并在其他情况下,它允许获得的结果的维数下降的逃逸措施有关的随机游动。我们展示了应用程序的平稳可逆随机树的电导,贝努利键渗透的凯莱图,和随机游动上的cocompact富克斯群。
2019-12-28 math.PR
Density convergence in the Breuer-Major theorem for Gaussian stationary sequences
考虑具有单位方差$X=\{X_k;k\in {\mathbb{N}}\cup\{0\}\}$的高斯平稳序列。假设中心极限定理对于$V_n=n^{-1/2}\sum^{n-1}_{k=0}f(X_k)$形式的加权和成立,其中$f$表示厄米多项式的有限和。然后,我们证明了一致收敛的密度$V_n$对标准的高斯密度也成立,在一个温和的额外的假设,涉及因果表示的$X$。
2015-09-29 math.PR
On the Law of the Iterated Logarithm for m-dependent stationary random variables under sub-linear expectations
该研究在次线性期望框架下,先将重对数律推广至独立非同分布随机变量序列,再以此为中间步骤建立m-相依平稳序列的重对数律,并给出相应必要条件,拓展了次线性期望下的极限理论。
2025-06-12 math.PR
Cramér type moderate deviations for stationary sequences of bounded random variables
本文给出了有界随机变量平稳序列的Cramér型中偏差。我们的结果包含了适度偏差原理和Berry-Esseen界。分位数耦合不等式,$ϕ$-混合序列的功能,和收缩马尔可夫链的应用进行了讨论。
2019-07-03 math.DS math.PR
A strictly stationary, N-tuplewise independent counterexample to the central limit theorem
对于任意大于等于2的整数N,本文构造了一个严格平稳的N重独立的(非退化)有界随机变量序列,使得中心极限定理不成立.序列的一部分是一个适应的非平稳的例子,具有类似的性质,由作者之一(ARP)在1998年发表的一篇论文中构建。
2008-10-09 math.PR
A strictly stationary, "causal," 5-tuplewise independent counterexample to the central limit theorem
构造具有以下性质的严格平稳随机变量序列:(i)所述随机变量分别以1/2的概率取值-1和+1,(ii)所述随机变量中的每五个是独立的,(iii)所述序列在某种意义上是“因果的”,(iv)所述序列具有平凡的双尾σ域,以及(v)不管所使用的归一化,部分和不收敛于(非退化)正规律。这个例子有一些共同的特点与最近的建设(为一个任意固定的正整数N),由亚历山大Pruss和作者,一个严格平稳的N-tuplewise独立的反例的中心极限定理。
2009-11-15 math.PR
A strictly stationary $β$-mixing process satisfying the central limit theorem but not the weak invariance principle
1983年,N. Herrndorf证明了对于满足中心极限定理和$\liminf_{n\to\infty}\frac{σ^2_n}n>0$的$ϕ$ -混合序列,弱不变原理成立.对于具有有限二阶矩和较弱混合类型($α$、$β$、$ρ$)的严格平稳序列,中心极限定理是否隐含弱不变原理的问题仍然是开放的。我们构造了一个具有任意阶有限矩和线性方差的严格平稳$β$ -混合序列,其中中心极限定理成立,但弱不变原理不成立。
2014-09-02 math.PR
Orthogonal series and limit theorems for canonical U- and V-statistics of stationary connected observations
极限行为的研究规范化的U-和V-统计量的分布的任意顺序与典型的(退化)内核,基于从一个固定的序列的观察满足经典的混合条件的大小增加的样本。相应的极限分布被表示为具有已知协方差阵的中心高斯序列的无限多重线性型。
2009-06-30 math.PR
On the (dis)similarities between stationary imprecise and non-stationary precise uncertainty models in algorithmic randomness
算法随机性领域研究无限二进制序列对于某些给定的不确定性模型是随机的意味着什么。传统上,这种随机性的鞅论概念涉及精确的不确定性模型,直到最近才将不精确性引入到这一背景中。因此,对不精确性如何改变我们对鞅论随机序列的看法的研究才刚刚开始。在这方面的贡献,我们允许非可计算的不确定性模型,我们建立了一个紧密的和令人惊讶的连接精确和不精确的不确定性模型在这种随机性的背景下。特别是,我们表明,有固定的不精确模型和非可计算的非平稳精确模型,具有完全相同的随机序列集。我们还给出了初步的讨论,我们的结果的统计不精确的概率的基础上可能产生的影响,并在这种情况下,不精确和不可计算的精确的不确定性模型的实际(IR)的相关性,揭示了一些光。
2022-10-07 math.PR
Central Limit Theorems for a Stationary Semicircular Sequence in Free Probability
本文主要研究了几类平稳随机过程泛函的中心极限定理。在古典概率理论中,对于平稳高斯序列的非线性泛函,我们可以通过Hermite多项式和累积量的图解公式得到一个中心极限结果。本文的主要结果是一个类似的中心极限定理,在自由概率设置,为实值泛函的平稳半圆序列与长程相关,即时间序列的相关函数趋于零的滞后走向无穷大。
2017-12-11 math.OA math.PR
Large deviations of the empirical volume fraction for stationary Poisson grain models
研究了经验体积分数的标度累积量母函数L_n(z)= |W_n| ^{-1} \logE \exp{z|Ξ\cap W_n|}的热力学极限的存在性|\cap W_n|/ |W_n|,其中|\cdot|表示d维勒贝格测度这里的ε = \bigcup_{i\ge1}(ε_i+X_i)表示由强度λ>0的平稳泊松过程ε_λ= \sum_{i\ge1} δ_{X_i}和一系列独立副本ε_1,ε_2,.随机紧集的集合对于在所有方向上无限扩张的紧致凸集{W_n,n \ge 1},证明了当E \exp{a|Ξ_0|} 0时,极限lim_{n\to\infty} L_n(z)在复平面上某圆盘上的存在性和解析性< \infty for some a>.此外,与此结果密切相关,我们得到了Cramér和Schlafff意义下的经验体积分数的大偏差概率的指数不等式和精确渐近性.
2005-03-23 math.PR
Escape rates for multi-dimensional shift selfsimilar additive sequences
首先给出了移位自相似可加序列与$\mathbb{R}^d$上的Ornstein-Uhlenbeck型平稳序列的关系,然后讨论了移位自相似可加序列的逃逸率.作为推论,解决了平稳序列常返性的基本问题。给出了重对数律在$\mathbb{R}^d$上严格稳定Lévy过程和独立布朗运动中的应用.
2014-03-04 math.PR
Persistence probabilities of weighted sums of stationary Gaussian sequences
本文研究了具有非负相关函数$ρ(i):=\mathbb{E}[ ξ_0ξ_i]$的中心平稳高斯序列$\{ξ_i\}_{i\ge 0}$和正实数序列$\{σ(i)\}_{i\ge 1}$的加权和$\sum_{i=1}^\ell σ(i) ξ_i$,$\ell\ge 1$的持续概率的渐近性.对于可加相关$ρ$,我们证明了持续指数是普适的。相反,对于不可和的$ρ$,即使对于多项式权重函数$σ(i)\sim i^p$,持续指数也取决于相关性的衰减速率(由参数$H$编码)和$σ$的多项式速率$p$。在这种情况下,我们证明了存在的持久性指数$θ(H,p)$和研究其作为$(p,H)$的函数的性质。在我们的证明过程中,我们开发了几种工具来处理具有非负相关性的高斯过程的出口问题-例如,持续性指数的连续性结果和持续性指数为零的必要和充分条件-这可能是独立的兴趣。
2023-02-19 math.PR
Moderate deviations for stationary sequences of bounded random variables
本文在鞅型条件下导出了平稳有界随机变量序列的中偏差原理。给出了它在$ϕ$ -混合序列、收缩马尔可夫链、区间扩张映射和圆上对称随机游动等函数中的应用。
2007-11-25 math.PR math.ST stat.TH
Stationary 1-dependent Counting Processes: from Runs to Bivariate Generating Functions
本文根据平稳1相依计数过程的运行概率母函数,给出了其二元母函数的一个公式,并给出了概率证明。在独立同分布随机变量序列下降的情况下,该公式可化为欧拉分布的二元母函数。该公式相比,从理论的行列式点过程和序列的组合学的替代表达式。
2021-05-18 math.PR
Rates of convergence in the central limit theorem for martingales in the non stationary setting
本文给出了鞅差部分和律与极限高斯分布在极小距离和一致距离下的收敛速度。更准确地说,表示由$P_{X}$的随机变量$X$和$G_{a}$的正态分布${\mathcal N} (0,a)$的法律,我们感兴趣的是给出定量估计的$P_{S_n/\sqrt{V_n}}$ $G_1$的收敛,其中$S_n$是部分和与鞅差序列或更一般的相关序列,和$V_n= {\rm Var}(S_n)$。应用线性统计,非平稳$ρ$混合序列和序列动力系统。
2021-01-18 math.PR
An invariance principle for sums and record times of regularly varying stationary sequences
证明了离散时间中弱相依平稳正则变随机过程的一系列极限结果。在推导出极值簇的极限分布后,我们给出了一个新的点过程收敛定理。它的目的是保留有关时间顺序的观察,这通常是在时间缩放后的限制丢失的全部信息。通过超越现有的渐近理论,我们能够证明一个新的泛函极限定理。它的假设是由广泛的一类应用的时间序列模型,其中标准的极限理论在空间$D$的\cadlag \功能不适用。为了描述在这种更一般的设置中部分和的极限,我们使用所谓的装饰\cadlag \函数的空间~ $E$。我们还研究了运行的最大值的部分和相应的功能定理仍然可以表示在熟悉的设置空间$D$。我们进一步应用我们的方法来分析记录时间在一个序列的依赖平稳的观察,即使他们的边缘分布不一定是经常变化的。在一定的约束条件下,观测之间的依赖性,我们表明,记录时间标度后收敛到一个相对简单的复合标度不变泊松过程。
2017-12-04 math.PR
Approximation of stationary solutions of Gaussian driven Stochastic Differential Equations
我们研究了与非马尔可夫随机微分方程相关的欧拉格式的经验测度序列:由平稳增量高斯过程驱动的随机微分方程。我们得到的功能收敛到一个平稳的解决方案,该序列的。最后,我们给出了该平稳解的一些具体性质。我们发现,与马尔可夫随机微分方程相比,它的初始随机值和驱动高斯过程总是相关的。然而,在一个整表示的假设下,我们也得到了解决方案的过去是独立于未来的高斯驱动过程的基础创新过程。
2010-11-17 math.PR
Some notes on ergodic theorem for $U$-statistics of order $m$ for stationary and not necessarily ergodic sequences
本文研究了非必然遍历的严格平稳序列上m阶U-统计量的收敛性,给出了其几乎必然收敛及在L^p中收敛的充分条件。
2024-02-19 math.PR math.ST stat.TH
Spontaneous clustering in theoretical and some empirical stationary processes
在一个平稳的遍历过程中,聚类被定义为事件在一系列增加的频率中出现的趋势,这些事件被较长的中断所分隔。这种行为,与理论上的“无偏行为”与指数分布的差距之间的外观,是常见的实验过程中观察到的,往往难以解释。在最后一节中,我们介绍了海洋技术领域的一个此类集群的经验性例子。在本文的理论部分,我们证明,使用遍历论和概念的类别,聚类(甚至非常强)实际上是典型的“罕见事件”定义为长圆柱集的过程中产生的有限分区的任意(无限非周期性)遍历保测变换。
2008-10-24 math.DS math.PR
Beardwood-Halton-Hammersley Theorem for Stationary Ergodic Sequences: a Counterexample
我们构造了一个平稳遍历过程$X_1, X_2, \ldots $,使得每个$X_t$在单位正方形上均匀分布,并且通过点$X_1, X_2, \ldots,X_n$的最短路径的长度$L_n$不渐近于一个常数乘以$n$的平方根.换句话说,我们证明了Beardwood,Halton和Hammersley定理并没有从独立均匀分布随机变量的情形推广到平稳遍历序列具有均匀边缘分布的情形。
2015-08-24 math.OC math.PR
Variable-Length Coding of Two-Sided Asymptotically Mean Stationary Measures
我们收集了几个意见,关注可变长度编码的双边无穷序列的概率设置。注意的图像和原像的渐近平均平稳措施定义在这些序列的子集。我们指出了变长编码及其逆编码保持渐进平均平稳性的充分条件。讨论了移位不变$σ$ -域的保持条件和有限能量性质,并在某些情况下讨论了编码过程平稳平均的块熵.随后,我们应用某些这些结果来构建一个平稳的非遍历过程所需的语言解释。
2011-02-07 math.PR
Explicit Conditions for the Convergence of Point Processes Associated to Stationary Arrays
本文考虑一个平稳的随机变量序列$(X_{j,n})_{1 \leq j \leq n, n \geq 1}$,其值在$\bR \verb2\2 \{0\}$中(满足某些渐近依赖条件),以及相应的点过程序列$(N_{n})_{n\geq 1}$,其中$N_{n}$具有点$X_{j,n}, 1\leq j \leq n$ .我们的主要结果确定了序列$(N_{n})_{n \geq 1}$的收敛性的一些明确的条件,在数组中的变量的概率行为。
2009-12-08 math.PR
A strictly stationary, M-tuplewise independent counterexample to the Central Limit Theorem
对于$M \geq 2$,我们构造了一个严格平稳的,$M$ -tuplewise独立的序列,它是混合的(在遍历理论意义上),但仍然不满足中心极限定理。
2012-10-17 math.PR
On the Marginal Distributions of Stationary AR(1) Sequences
在本文中,我们纠正了我们的论文(Satheesh和Sandhya,2005)中定义半自分解律的一个遗漏,并通过例子证明了平稳AR(1)过程的边缘分布甚至不需要是无限可分的。
2007-04-25 math.PR math.ST stat.TH
Central limit theorem for Fourier transforms of stationary processes
研究了具有有限二阶矩的平稳遍历序列的傅里叶变换的渐近性态。我们建立了几乎所有频率的中心极限定理(CLT)和退火的CLT。这些定理对所有正则序列都成立。我们的结果对谱分析的基础和周期图的渐近分布有了新的认识,并将调和分析、平稳过程理论和鞅理论很好地结合起来.
2010-11-05 math.PR
$\ell^{\infty}$ Poisson invariance principles from two classical Poisson limit theorems and extension to non-stationary independent sequences
从独立同分布随机变量的部分和和非平稳独立随机变量的和中,明确地构造了简单的泊松过程及其标度形式.对于后者,弱极限是标度Poisson过程。这里提出的方法准备推广到相关数据,首先是关联数据。
2022-05-28 math.FA math.PR
Strong Stationary Duality for Diffusion Processes
本文发展了紧区间上扩散过程的强平稳对偶理论。我们解析地导出了对偶过程的生成元和边界表现,并通过将原始扩散中的分离距离与对偶扩散中的吸收时间联系起来,恢复了扩散环境中经典马尔可夫链理论的一个中心原则.我们还展示了我们的强平稳对偶的自然限制过程的强平稳对偶序列的一个精心挑选的序列的近似出生和死亡马尔可夫链,允许同时数值模拟我们的原始和对偶扩散过程。最后,我们展示了我们的新定义的扩散对偶允许截断现象的谱理论自然地从出生和死亡马尔可夫链扩展到目前的扩散背景。
2015-04-17 math.PR
Almost sure invariance principle for the Kantorovich distance between the empirical and the marginal distributions of strong mixing sequences
本文证明了平稳$α$ -混合序列的边缘分布与正态分布之间的Kantorovich距离的一个强不变原理。
2023-01-13 math.PR
Minimax-robust estimation problems for sequences with periodically stationary increments observed with noise
考虑了由周期平稳增量随机序列的未观测值构造的线性泛函的最优估计问题。对于已知谱密度的序列,我们得到了计算均方误差值和泛函最优估计的谱特征的公式。在序列的谱密度不完全已知而给定若干组容许谱密度的情况下,给出了确定泛函的最优线性估计的最不利谱密度和极小极大稳健谱特征的公式.
2021-10-15 math.PR math.ST stat.TH