φ-混合序列部分和乘积的精确渐近性

利用关于φ-混合序列部分和乘积渐近分布的结果,对一般的边界函数和拟权函数获得了φ-混合序列部分和乘积的精确渐近性的一般形式.     

两种混合序列部分和乘积的渐近正态性

在不一定同分布的前提下,讨论φ-混合序列部分和乘积的渐近分布,进而推广了ρ-混合序列部分和乘积的结果.     

ρ混合、ψ混合序列加权和的完全收敛性和强收敛性

给出ρ混合、φ混合序列的完全收敛和强收敛的充分条件 ,所得结论推广和改进了文献 [1～ 3]的部分结论 ,推广并部分改进独立同分布的结果 .     

ρ混合、φ混合序列加权和的完全收敛性和强收敛性

给出ρ混合、φ混合序列的完全收敛和强收敛的充分条件,所得结论推广和改进了文献［1～3］的部分结论,推广并部分改进独立同分布的结果.     

S_p系统的强收敛性

讨论了一定条件下的φ-混合、ψ-混合随机变量序列是Sp系统,通过建立φ-混合、ψ-混合序列的矩不等式,研究了Sp系统的强收敛性,将独立同分布随机变量的Marcinkiewicz强大数定律推广到了ψ-混合、φ-混合序列.     

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。     

随机变量部分和之和的L~r收敛性

利用截尾和矩不等式方法,研究在剩余Cesàroα可积条件下NA序列部分和之和的Lr(1≤r<2)收敛性和φ混合序列部分和之和的Lr(r>2)收敛性,推广和改进了一些已有的结果.     

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.     

φ混合序列的几乎处处收敛性

讨论φ^～混合序列级数的收敛性,得到φ^～混合序列的几个几乎处处收敛定理,把文献[2]中ρ^～混合序列的相关收敛性质推广到φ^～混合序列．     

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.     

随机变量部分和之和的Lr收敛性

利用截尾和矩不等式方法,研究在剩余Cesàroα可积条件下NA序列部分和之和的Lr(1≤r＜2)收敛性和(φ)混合序列部分和之和的Lr(r＞2)收敛性,推广和改进了一些已有的结果.     

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。     

φ混合序列乘积和的强大数定律

建立了φ混合序列的矩不等式,利用这个不等式得到了φ混合序列的三级数定理及乘积和的强大数定律。     

φ混合序列下半参数模型估计的相合性

研究误差序列为φ混合序列的半参数回归模型,利用φ混合序列的Rosenthal型不等式和截尾的方法,讨论参数β的最小二乘估计量和未知函数g(·)的非参数估计量的强相合性和r阶平均相合性.     

^-φ混合序列样本回归函数估计的强相合性

在较简洁的条件下讨论了^-φ混合序列加权和的完全收敛性,推广了已有的结论,作为应用,给出了^-φ混合序列样本回归函数的一个强相合估计。     

φ混合序列的若干收敛性质

讨论φ^～混合序列的收敛性质,得到3个完全收敛定理,将φ^～混合序列独立情形下的收敛性质较好地推广到相依情形．     

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.     

混合随机阵列收敛性质

在Cesàro一致可积的条件下,利用ρ混合,φ混合序列矩不等式和截尾法,研究了ρ混合,φ混合阵列行加权和最大值的弱收敛性和Lr收敛,所获结论推广和改进了已有的相关结果。     

φ混合序列的一个强大数律

利用随机变量的截尾方法和φ混合序列的三级数定理,得到了矩条件下珘φ混合序列的一类强大数定律,推广了若干已有的强大数律。     

不同分布~h混合序列加权和的完全收敛性和强收敛性

在不同分布的情况下,讨论（~）φ混合序列加权和的完全收敛性和强收敛性,给出其收敛的新判据,推广了Stout和Thrum定理.