学术报告会：Complete Moment Convergence for Weighted Sums and Product sums of Widely Orthant Dependent Random Variables and its applications

报告题目：Complete Moment Convergence for Weighted Sums and Product sums of Widely Orthant Dependent Random Variables and its applications

报  告 人： 严继高    （苏州大学）

报告时间：2022年11月16日（周三）上午10：20

腾讯会议ID：467-268-950

摘要：In this paper, strong consistency of tail value-at-risk (TVaR) estimator under widely orthant dependent (WOD) samples is established. To reveal the essence of the result, theoretical discussion on complete and complete moment convergence corresponding to the Baum-Katz law, as well as the Marcinkiewicz-Zygmund type strong law of large numbers (MZSLLN) for maximal weighted sums and maximal product sums of widely orthant dependent (WOD) random variables are investigated. The results obtained in the context extend the corresponding ones for independent and some dependent random variables.

个人简介：

严继高，博士，副教授，苏州大学数学科学学院统计系主任，2017-2018年柏林洪堡大学（Humboldt Universität zu Berlin）统计系访问学者。指导学生团队获数学建模竞赛、美国大学生数学建模竞赛、大学生数学竞赛等多个奖项，获2021年度苏州大学“我最喜爱的老师”荣誉称号，2022周氏教育教学优胜奖。主要研究相依随机变量的极限理论及其应用，在JMAA，ACTA Math. Sinica (English Series)，Extremes，J.Japan Indus.App.Math.等期刊发表相关学术论文三十余篇，主持完成多项国家级和省部级自然科学基金项目及省部级教改项目。由高等教育出版社出版《概率论与数理统计》教材一部。担任全国工业统计教学研究会数字经济与区块链技术协会理事，江苏省应用统计学会理事，苏州市现场统计研究会副秘书长，苏州大学硕士专业学位研究生教育指导委员会委员，《中学数学月刊》编委。