α-混合过程条件密度的估计及其性质.pdfVIP

2009年 6月 应用数学与计算数学学报 第 23卷第 1期 June，2009 C0MM ．0N APPL．MATH．AND C0MPUT Vo1．23 No1 Q一混合过程条件密度的估计及其性质 曹 兰 何幼桦 李 峰 摘要 本文在 {IYf，t∈N)是一个严平稳过程的假设下，用核估计的方法对未来状态 XN+T的条件密度进行估计．在假设 {托 ，t∈N)是a一混合过程的情况下，讨论了过程 有限维密度核估计的期望与方差，以及过程条件密度核估计的偏及均方误差．在一定条件 下，证明了估计的弱收敛性． 关键词 平稳过程的条件密度，a一混合过程，核估计，均方误差 (MSE)，弱收敛 On a-M ixingProcess’SConditionalDensity Estim atorand ItsProperties CaoLan HeYouhua LiFeng Abstract Thispaperappliesthekerne1methodtoestimatetheconditiona1density offuturestate XN+T，understrictly stationary assumption． In the caseofassuming {￡，t∈N)tobeanQ—mixingprocess，wediscusstheexpectationandvarianceofthe kernelestimatoroftheprocess’Sfinitedimensionaldensity，and thebias，M SE ofthe kernelestimatoroftheprocess’Sconditionaldensity．Wealsoprovetheweakconvergency oftheestimatorundersomegivenconditions． Keywordsconditionaldensityofstationaryprocess， 一mixingprocess，kernelesti— mate，meansquraeerror(MSE)1weakconvergence 1 引 言 对未来状态的预测一直是应用统计的一个很重要问题．对于一个状态序列 { n∈ N)，预测问题的提法相当于是已知历史信息集 7-[={ ，n≤Ⅳ)(Ⅳ为当前时刻)的条 件下，要对未来某个时刻 Ⅳ+ 的状态 ．Ⅳ+ 进行统计推断．在最Ij~2．乘的准则下最 佳预测是XN+T=E(XN+ l)．若希望得到 |Ⅳ+ 的区间估计，或希望得到更一般地 XN+r，的条件分布 (在已知7Lf下)，即要求得到Yx+ (zl)，这是本文的研究 目的．随 着近代统计理论的发展，已经为该问题提供 了各种新的解决途径．其中非参数统计方 法因其不要求对模型分布形式有确切的限定，可直接 由实测数据或历史数据进行合理 的推断，所以在实际当中具有广泛的应用．对于独立同分布随机变量序列及平稳线性 过程的概率密度函数的核估计方法及大样本性质，许多文献已经进行了讨论，在现有 的文献中也有其渐进正态性或弱相合性的讨论，如 [1．5】．条件密度的核估计 ／(FIX) (其中X=z是一元随机变量)是由Rosenblatt[0J首先提出的．对于Rosenblatt的条件 密度核估计，许多学者作出了进一步的研究并给出了它的性质特征，如 7【—9】．对于独 收稿 日期： 2008年 1月 17日． 国家自然科学基金 资助项 目． 1．上海大学理学院，上海 200444；SciencesCollege，ShanghaiUniversity，Shanghai200444，China 72 应用数学与计算数学学报 23卷 立 同分布随机变量序列或者某些混合相依序列的条件概率密度的核估计，也提出了各 种估计和预测的方法．其中 [10]研究了在独立同分布场