摘要
考虑二元独立非同分布高斯随机向量三角阵列最大值分布的渐近性及相关统计推断.此高斯三角阵的第n列的第i个向量服从二元高斯分布,其相关系数为i/n的函数并单调连续.首先建立了此高斯三角阵最大值分布的一阶和二阶渐近展开式.其次,分析相关系数参数估计及估计量的渐近性质.最后,通过随机模拟说明了相关系数之参数估计的有效性,并将该二元非同分布三角阵列模型应用于实际数据,得到了满意的结果.
We establish the first and the second-order asymptotics of distributions of normalized maxima of independent and non-identically distributed bivariate Gaussian triangular arrays, where each vector of the n-th row follows from a bivariate Gaussian distribution with correlation coefficient being a monotone continuous positive function of i/n. Furthermore, parametric inference for this unknown function is studied. Some simulation study and real data sets analysis are also presented.
出处
《数学学报（中文版）》
CSCD
北大核心
2017年第2期297-314,共18页
Acta Mathematica Sinica：Chinese Series
基金
国家自然科学基金资助项目(11171275)
重庆市自然科学基金资助项目(cstc2012jjA00029)
上海理工大学博士启动项目(BSQD201608)
关键词
二元高斯随机向量
最大值
极限分布
二阶渐近展开
参数估计
bivariate gaussian random vector
maximum
limiting distribution
second- order expansion
parameter estimation
