M. Alcalde Navarro, G. Sanz Sáiz, M. Lafuente Blasco

Let $\delta$ be a real number and $\{X_j\}_{j\ge 1}$ be a sequence of random variables. An observation $X_n$ is said to be a $\delta$-record if
$$
X_n>\max\{X_1,\ldots,X_{n-1}\} + \delta.
$$
This generalization of the concept of record observation is especially interesting when $\delta <0$ as $\delta$-records show up more frequently. We analyze the well-known Linear Drift Model (LDM) $Y_n = X_n + cn$, $n\ge 1$, assuming that the residuals $\{X_n\}_{n\ge 1}$ are strongly stationary and strong mixing. Our purpose is to study the asymptotic behaviour of the sample $\delta$-record rate $N_{n,\delta}/n$. A Central Limit Theorem and a Law of Iterated Logarithm are proven. Finally, all these results are applied on a LDM with AR$(1)$ residuals.

Palabras clave: Records, δ-Records, Asymptotics, Central Limit Theorem, Law of Iterated Logarithm

Programado

Procesos Estocásticos
7 de noviembre de 2023  16:50
CC2: Sala Conferencias


Otros trabajos en la misma sesión

Cadenas de Markov finitas y polinomios ortogonales

J. Díaz, A. Branquinho, A. Foulquié Moreno, M. Mañas


Política de cookies

Usamos cookies solamente para poder idenfiticarte y autenticarte dentro del sitio web. Son necesarias para el correcto funcionamiento del mismo y por tanto no pueden ser desactivadas. Si continúas navegando estás dando tu consentimiento para su aceptación, así como la de nuestra Política de Privacidad.

Adicionalmente, utilizamos Google Analytics para analizar el tráfico del sitio web. Ellos almacenan cookies también, y puedes aceptarlas o rechazarlas en los botones de más abajo.

Aquí puedes ver más detalles de nuestra Política de Cookies y nuestra Política de Privacidad.