Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:1009.0101v1

帮助 | 高级搜索

数学 > 统计理论

arXiv:1009.0101v1 (math)
[提交于 2010年9月1日 ]

标题: 自相似性与随机过程族的Lamperti收敛

标题: Self-Similarity and Lamperti Convergence for Families of Stochastic Processes

Authors:Bent Jørgensen, J. Raúl Martínez, Clarice G. B. Demétrio
摘要: 我们为一参数随机过程族定义了一种新的自相似类型,这种类型适用于许多在传统意义上不是自相似的重要过程族。 这包括作为Hougaard Lévy过程移动平均线定义的新一类分数Hougaard运动,以及一些著名的Hougaard Lévy过程族,如泊松过程、带漂移的布朗运动和逆高斯过程。 这类过程与普通自相似过程有许多共同特性,包括它们的协方差函数的形式,以及它们作为随机过程族的Lamperti型极限定理中的极限出现的事实。
摘要: We define a new type of self-similarity for one-parameter families of stochastic processes, which applies to a number of important families of processes that are not self-similar in the conventional sense. This includes a new class of fractional Hougaard motions defined as moving averages of Hougaard L\'evy process, as well as some well-known families of Hougaard L\'evy processes such as the Poisson processes, Brownian motions with drift, and the inverse Gaussian processes. Such families have many properties in common with ordinary self-similar processes, including the form of their covariance functions, and the fact that they appear as limits in a Lamperti-type limit theorem for families of stochastic processes.
评论: 23页。IMADA预印本 2010-09-01
主题: 统计理论 (math.ST)
MSC 类: 60G18 (Primary), 60G22, 60F05 (Secondary)
引用方式: arXiv:1009.0101 [math.ST]
  (或者 arXiv:1009.0101v1 [math.ST] 对于此版本)
  https://doi.org/10.48550/arXiv.1009.0101
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Bent Jørgensen [查看电子邮件]
[v1] 星期三, 2010 年 9 月 1 日 07:17:46 UTC (31 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.ST
< 上一篇   |   下一篇 >
新的 | 最近的 | 2010-09
切换浏览方式为:
math
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号