NSD随机阵列最大加权和的矩收敛性及应用
Moment Convergence for Maximum Weighted Sums of NSD Random Arrays and Application
何其慧1
作者信息
- 1. 安徽财贸职业学院公共基础教学部(安徽 合肥 230601)
- 折叠
摘要
该文利用NSD随机阵列的极大值矩不等式研究了NSD随机阵列最大加权和的矩收敛性,相关定理改进且推广了已有关于AANA变量的结果.此外,作为主要结果的应用,进一步研究了非参数回归模型加权估计量的矩相合性和弱相合性.
Abstract
This paper mainly investigates the moment convergence for the maximum weighted sums of an array of NSD random variables by using the maximum moment inequality of NSD random variables.The corresponding theorems improve and extend the existing result for AANA random variables.Moreover,as an application of the main results,the moment consistency and the weak consistency of the weighted esti-mator in nonparametric regression model are further investigated.
关键词
矩收敛性/最大加权和/NSD随机阵列/非参数模型/矩相合性Key words
moment convergence/maximum weighted sums/NSD random arrays/nonparametric regression model/moment consistency引用本文复制引用
基金项目
安徽省高等学校科学研究项目(2023AH040296)
出版年
2024
NETL
NSTL
维普
万方数据