1) bahadur-type strong representation
Bahadur型强表示
2) Bahadur representation
Bahadur表示
1.
The Bahadur representation of kerneltype quantile estimator under α-mixing random variable is established,and the asymptotic normality of kernel-type quantile estimator is given,which extends the result of independent random variables.
考虑了在α混合序列下核型分位数估计的Bahadur表示,并建立该分位数估计的渐近正态性,将独立样本下的Bahadur表示进行了推广。
2.
The Bahadur representations for this quantile estimator are established in order to derive asymptotic properties of the sequential fixed-width confidence intervals estimation for quantiles.
作为副产品,获得了分位数估计近邻点的Bahadur表示定理。
3.
The Bahadur representation of the VaR sample quantiles estimation is obtained,namely Theorem 1.
利用ρ-混合样本的两个不等式,研究了ρ-混合序列情况下,风险度量VaR非参数估计的性质,给出了VaR样本分位数估计的Bahadur表示,即本文的定理1,并且根据定理1的结论,证明了VaR样本分位数估计的渐进正态性。
3) Bahadur-type linear representation
Bahadur型线性表达式
4) Bahadur's representation
Bahadur表达
5) strong represtentation
强表示式
6) finite strong representation
有限强表示
1.
Finally,the main resut is proved:if a partially ordered set P has a finite strong representation {?},then a net X in P is order convergent if and only if X is order converg.
主要证明了下列结果:若半序集P有一个有限强表示{P_1|i=1,…,k},那么P中的网是序收敛的当且仅当它在每一个强收缩P_i上是序收敛的。
补充资料：强上
强上 强上 证名。指颈项肌肉拘急而呈上仰状。《素问·脉解篇》：“强上引背者，阳气大上而争，故强上也。”多见于痉病、高热。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条