一类随机变量序列线性形式的强稳定性

研究一类随机变量序列线性形式的强稳定性,得到这类随机变量序列具有线性形式强稳定性的充分条件.     

α-混合随机变量序列线性形式的强稳定性

研究了α-混合随机变量序列线性形式的强稳定性.利用随机变量的截尾术及强大数定律,得到了不同分布α-混合随机变量序列具有线性形式强稳定性的充分条件,在某种程度上推广了独立随机变量的线性形式的强稳定性的相应结果.     

混合随机变量序列线性形式的强稳定性

利用随机变量的截尾术及强大数定律, 得到了混合随机变量序列具有线性形式强稳定性的充分条件.     

同分布ψ-混合随机变量线性形式的强稳定性

研究了同分布啦混合随机变量线性形式的强稳定性,通过对随机变量运用截尾术得到了同分布ψ-混合随机变量具有强稳定性的充分条件,此结果在某种程度上推广了独立随机变量的相应定理。     

混合序列线性形式的强稳定性

研究混合序列线性形式的强稳定性,得到混合序列具有线性形式强稳定性的充分条件.     

ρ混合序列线性形式的强稳定性

研究ρ混合序列线性形式的强稳定性,得到ρ混合序列具有线性形式强稳定性的充分条件．     

AQSI序列线性形式的强稳定性

研究AQSI序列线性形式的强稳定性,得到AQSI序列具有线性形式强稳定性的充分条件.     

φ混合序列线性形式的强稳定性

研究了φ混合序列线性形式的强稳定性,得到了其具有线性形式强稳定性的充分条件。     

M值随机序列加权和的强稳定性

利用样本相对熵作为任意离散型随机变量相对独立变量偏差的一种随机性变量 ,采用研究强极限定理的一种新方法——网微分法 ,得到了一个关于离散型随机变量序列加权和的强稳定性定理     

次线性期望空间下END列Jamison型加权和的几乎处处收敛性

利用截尾的方法,考虑次线性期望空间下广义负相依(END)随机变量序列Jamison型加权和的几乎处处收敛问题,得到了次线性期望空间下END随机变量序列Jamison型加权和的几乎处处收敛性.将概率空间下END随机变量序列Jamison型加权和的几乎处处收敛拓展到了次线性期望空间下,推广了Jamison定理.     

同分布NA序列线性形式的强稳定性

本文研究了同分布NA变量线性形式的强稳定性,得到了一般情况下同分布NA变量具有强稳定性的充分条件,此结果在某种程度上推广了NA列的Jamison型加权和具有强稳定性的充分条件．     

关于《一元线性模型最小二乘估计的强相合性》的注记

通过直接考虑随机误差变量的方差,研究了一元线性模型最小二乘估计的强相合性,所给定理减弱并简化了[1]的条件和形式,从而推广了结果、扩大了应用范围。     

(α,β)混合序列的强极限定理

研究了(α,β)混合序列的收敛定理并得到(α,β)混合序列加权和的强稳定性.并且还得到一些新的大数定理.这些结果推广了独立序列的相应结果.     

不同分布两两NQD的强大数定律

讨论一类非常广泛的不同分布随机变量列两两NQD(Negatively Quadrant Dependent)的性质,在恰当的条件下给出该随机变量列的Marcinkiewicz型强大数定律,推广了独立情形下的强大数定律.     

幂级数分布族的一些统计性质

为了研究幂级数分布族性质,首先给出幂级数分布族的定义,并证明幂级数分布族的三个性质;其次,通过探讨常见的离散型随机变量分布在幂级数分布族下的参数结构,研究表明常见的离散型随机变量的分布均属于幂级数分布族;最后应用幂级数分布族性质确定这些离散型分布的完备充分统计量的分布形式、参数的一致最小方差无偏估计的方法以及随机变量的取值问题.得出结论:两点分布、二项分布、泊松分布、几何分布和负二项分布等常见离散型随机变量分布,在幂级数分布族概念下其函数形式与参数结构都是统一的.