Advertisement

Strong measures of concordance and convergence in probability

  • Marco Scarsini
Article
  • 38 Downloads

Abstract

It is shown that convergence in probability is sufficient for a strong measure of concordance to converge to one, and that convergence to one of a strong measure of concordance, along with convergence in law, is sufficient for convergence in probability.

Keywords

Economic Theory Public Finance Strong Measure 
These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

Riassunto

Si mostra che la convergenza in probabilità è condizione sufficiente perché una misura forte della concordanza converga a uno, e che la convergenza a uno di una misura forte della concordanza, insieme con la convergenza in legge, è condizione sufficiente per la convergenza in probabilità.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. [1]
    Cambanis S., Simons, G., andStout W. (1976),Inequalities for Ek(X, Y) when the marginals are fixed. Z. Wahrscheinlichkeitstheorie verw. Gebiete 36, 285–294.CrossRefGoogle Scholar
  2. [2]
    Dall'Aglio G. (1966),Osservazioni sulla convergenza in distribuzione e in probabilità. Giorn. Ist. Ital. Attuari, 29, 255–269.Google Scholar
  3. [3]
    Fréchet M. (1951),Sur les tableaux de corrélation dont les marges sont données. Ann. Univ. Lyon Sec. A 14, 53–77.Google Scholar
  4. [4]
    Regazzini E. (1977–78),Alcune osservazioni su un indicatore teorico di associazione tra le componenti di un vettore aleatorio con particolare riguardo alla convergenza in probabilità di una successione di numeri aleatori. Rend. Sem. Univers. Politecn. Torino, 36, 279–291.Google Scholar
  5. [5]
    Scarsini M. (1983),On measures of concordance. Istituto di Matematica Finanziaria, Università di Parma, Serie II, n. 7.Google Scholar
  6. [6]
    Sklar, A. (1959),Fonctions de répartition à ndimensions et leurs marges. Inst. Statist. Univ. Paris Publ. 8, 229–231.Google Scholar
  7. [7]
    Schweizer B., andSklar A. (1983),Probabilistic Metric Spaces. North-Holland, Amsterdam.Google Scholar
  8. [8]
    Schweizer B., andWolff E. F. (1976),Sur une mesure de dépendance pour les variables aléatoires. C. R. Acad. Sc. Paris Sér. A 283, 659–661.Google Scholar
  9. [9]
    Schweizer B., andWolff E. F. (1981),On nonparametric measures of dependence for random variables. Ann. Statist. 9, 879–885.Google Scholar

Copyright information

© Springer-Verlag 1984

Authors and Affiliations

  • Marco Scarsini
    • 1
  1. 1.Istituto di Matematica FinanziariaUniversità di ParmaParmaItaly

Personalised recommendations