近平稳二阶自回归过程中参数估计量的渐近分布及中偏差原理-概率论与数理统计专业论文.docxVIP

承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进 行的研究工作及取得的研究成果. 除了文中特别加以标注和致 谢的地方外, 论文中不包含其他人已经发表或撰写过的研究成 果, 也不包含为获得南京航空航天大学或其他教育机构的学位 或证书而使用过的材料. 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索, 可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文. （保密的学位论文在解密后适用本承诺书） 作者签名: 日 期: 南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 高斯自回归过程中参数估计的精确收敛性质 高斯自回归过程中参数估计的精确收敛性质 I I PAGE PAGE IV 摘 要 概率论是研究随机现象统计规律性的数学分支, 它在自然科学、社会科学和生产实际中都有 着广泛的应用. 大偏差原理理论自上世纪六十年代引入, 其研究的是一种遍历性收敛速度的问 题, 经许多学者的开拓发展, 现已经称为概率论的一个重要分支. 它在偏微分,马氏过程,动力 系统随机扰动,统计,保险与金融等众多领域有着广泛的应用. 在金融经济中, 股票价格的变化 过程大致呈现出自回归模型的形式, 通过对参数估计量的分析可以研究数据序列所遵从的统计 规律, 从而对股票价格进行有效的控制和预测. 本文由四章构成: 第一章, 简单回顾大偏差原理理论的基