(ψ)-混合序列加权乘积和的完全收敛性

讨论了(ψ)-混合序列加权乘积和的完全收敛性,将NQD随机变量序列加权乘积和的完全收敛性推广到了(ψ)-混合序列的情形.     

φ-混合随机变量序列加权和的完全收敛性及完全矩收敛性

【目的】对φ-混合随机变量序列的完全收敛性和完全矩收敛性进行讨论。【方法】利用φ-混合随机变量序列的Rosenthal型极大值不等式。【结果】建立了φ-混合随机变量序列加权和的完全收敛性,并且在同样的条件下得到了φ-混合序列的完全矩收敛性。【结论】所得结果推广并改进了已有文献中关于NA序列相应的结果。     

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。     

φ-混合误差下线性EV模型中最小二乘估计的渐近性质（英文）

本文主要研究φ-混合随机误差下的简单线性EV模型.借助于φ-混合序列的中心极限定理和Marcinkiewicz型强大数定律,在较弱的假设条件下,建立了未知参数最小二乘估计的渐近正态性.另外,利用φ-混合随机变量加权和的强收敛性,得到了该最小二乘估计的强相合性.最后,给出了相关理论结果的数值模拟.     

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.     

φ混合序列的完全矩收敛性

主要利用φ混合序列的矩不等式和随机变量的截尾技术,在适当的矩条件下,研究了φ混合序列的完全矩收敛性。本文的结果推广了独立序列和已有文献关于φ混合序列的相应结果,同时也将φ混合序列的完全收敛性改进到完全矩收敛性。     

φ混合随机变量阵列加权和的收敛性质

利用φ混合随机变量的Rosenthal型矩不等式,考虑一定权重条件下,不同分布φ混合随机变量阵列的强收敛性质,得到了一些新结果.     

相依变量部分和的有界LIPSCHITZ距离估计

J．Sunkloads在ψ－混合和绝对正则两种情况下得到了随机变量部分和的有界LIPSCHITZ距离估计的上界，本文在φ－混合和ρ1－混合两种情况下也得到类似结果。     

混合序列密度函数核估计的相合性

设{X_n,n≥1}是一随机变量序列,f(x)为其概率密度函数,基于样本X_1,X_2,…,X_n,对密度函数f(x)的核估计进行讨论,在适当条件下,利用Borel-Cantelli引理、矩不等式等证明了ρ-混合和φ混合序列核密度估计的强相合性、r阶相合性.     

几类随机变量序列的大偏差估计

设{X_n,n≥1}是定义在概率空间(Ω,F,P)上的随机变量序列,{S_n,n≥1}是{X_n,n≥1}的部分和序列,给出了鞅差序列、φ-混合序列、p阶M-Z型随机变量序列的部分和序列以及NOD序列的部分和序列在条件■下的大偏差估计.     

ρ~-混合序列完全矩收敛的精确渐近性

设{X_n,n≥1}是一列严平稳的ρ~-混合随机变量序列,利用ρ~-混合随机变量序列的中心极限定理和矩不等式等,在适当的条件下给出ρ~-混合随机变量序列部分和在一般对数律下的完全矩收敛精确渐近性的一般函数式.     

(p~)混合序列的收敛性质

设{Xn,n≥1}为(p~)混合序列.利用随机变量的截尾方法,研究了(p~)混合序列的几乎处处收敛性,并得到一些新的结果,推广和改进了独立序列的相应结果,而且并不需要另外增加其他条件.

Abstract：

Let {Xn,n≥1} be a (p~)-mixing random variable sequence. By means of the truncation method of random variables,the almost sure convergence for (p~)-mixing sequences was discussed and some new results were obtained, which extended and improved the corresponding results for independent random variable sequences without necessarily adding any extra conditions.     

P^＊-混合序列重对数律的收敛速度

利用截尾、矩不等式、矩和级数收敛的关系、Borel—Cantelli引理等研究了P^＊-混合序列{X,,i∈Z^d＋}重对数律的收敛速度,在较弱的矩条件下得到了与独立同分布（i．i．d）实值随机变量序列类似的结果,同时给出了P^＊-混合序列重对数律收敛速度的一种描述．     

行为ρ-混合随机变量阵列加权和的完全收敛性

利用ρ^-混合序列的Rosenthal型最大值不等式, 讨论了ρ^-混合随机变量阵列加权和的完全收敛性,所得结果,推广了行独立随机变量阵列相应的结果, 且得到了NA, ρ*混合随机变量阵列加权和完全收敛性的一些推论。     

Complete convergence for (α,β)-mixing random variables sequences

The convergence properties are studied through the analysis of (α,β)-mixing random variables sequences in different situations. By using the corresponding inequality, a convergence theorem was presented, and some results for (α,β)-mixing random variables sequences with different distributions were obtained. The results extend the corresponding theorems of independent random variable sequences.     

(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.     

非同分布φ混合序列加权和的强极限收敛性

利用φ混合序列矩不等式和截尾的处理方法,研究非同分布φ混合序列加权和强极限收敛性质的问题,得到了若干新结果,推广并改进了独立同分布情形下的相应结果.     

行ρ-混合阵列加权和最大值的完全收敛性

先利用ρ-混合序列Rosenthal型最大值不等式, 得到一个关于行ρ-混合阵列加权和最大值的完全收敛性定理, 再利用此定理证明ρ-混合序列加权和最大值的Marcinkiewicz-Zygmund型强大数定律.     

非同分布ψ-mixing序列的完全收敛性

设{X1，I≥1}为ψ-mixing随机变量序列，文章在较弱的混合速度且非同分布的条件下证明了其完全收敛性的一个结果.     

ρ-混合序列部分和的几乎处处收敛性

利用ρ^-混合序列的Rosenthal型最大值不等式, 讨论了ρ^-混合序列的强收敛性; 在未附加任何其他条件的情况下, 得到了独立情形的Hintchine Kolmogorov收敛定理、 Marcinkiewicz强大数定律和三级数定理.