• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

確率過程に関する極限定理の研究

Research Project

Project/Area Number 62540143
Research Category

Grant-in-Aid for General Scientific Research (C)

Allocation TypeSingle-year Grants
Research Field General mathematics (including Probability theory/Statistical mathematics)
Research InstitutionTokyo Gakugei University

Principal Investigator

高畑 弘  東京学芸大学, 教育学部, 助教授 (60014784)

Co-Investigator(Kenkyū-buntansha) 滝澤 清  東京学芸大学, 教育学部, 助教授 (80107713)
北村 好  東京学芸大学, 教育学部, 助教授 (00014811)
松崎 奈岐  東京学芸大学, 教育学部, 教授 (80014687)
関澤 正躬  東京学芸大学, 教育学部, 助教授 (80014835)
亀森 俊正  東京学芸大学, 教育学部, 助教授 (50014717)
Project Period (FY) 1987
Project Status Completed (Fiscal Year 1987)
Budget Amount *help
¥1,000,000 (Direct Cost: ¥1,000,000)
Fiscal Year 1987: ¥1,000,000 (Direct Cost: ¥1,000,000)
Keywords強定常過程 / 核型推定量 / 混合性 / 絶対正則性 / 強混合性 / 中心極限定理 / 確立過程の収束 / ドリフト
Research Abstract

本年度の科学研究費により, 多くのシンポジウム, セミナー, 研究集会等に参加し, 研究成果の発表, 情報の収集・交換・連絡等を密にして, 研究の効果を高めることが出来て, 非常に有意義であった. 以下本研究において得られた主な結果を報告する.
1.{Xn}をR^Pに値をもつランダムベクトルの列で, 強定常性をもつものとする. Xの分布に関するルベッグ測度に対する密度関数をf(x)とする. f(x)に関する核型推定量をfn(x)とおく. In=S{fn(x)-f(x)}^2dxについての中心極限定理は以前から多くの研究者によって, {Xn}が独立本確立変数列の場合について研究されてきたが, それらの方法は非独立は場合には提要できなかった.
我々は, P.Hollが1984年に発表した論文の方法の中に, 非独立な場合に適用可能な内容を見出し, 実際に, {Xn}がある種の混合性(絶対正則性)をみたす場合について, Inに対する中心極限定理を説明した.
2.{Xn}をRに値をもつ確率変数の列で, 強定常性をもつものとする. E(X_o)=0, E(X〓)=α_0^2<∞を仮定する. Sn, r=(X_1+・・・+X_R)/αト [0.1]×R^1上のなめらかな関数列{μm}が局所的に, なめらかな関数uに収束するものとする.
によって定義される確率過程の収束を調べ, {Xn}に混合性だけを仮定するならば, 独立の場合, マルチンゲールの場合と異って, その極限の確率過程にはドリフトの項が現れることが示された.

Report

(1 results)
  • 1987 Annual Research Report
  • Research Products

    (2 results)

All Other

All Publications (2 results)

  • [Publications] 高畑弘: Yokohama Mathematical Journal. 35. 81-93 (1987)

    • Related Report
      1987 Annual Research Report
  • [Publications] 高畑弘: Yokohama Mathematical Journal. 35. 95-111 (1987)

    • Related Report
      1987 Annual Research Report

URL: 

Published: 1987-04-01   Modified: 2016-04-21  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi