两两NQD序列完全矩收敛的精确渐近性

设{X_n, n≥1}为同分布的两两NQD(negatively quadrant dependent)序列, 均值为0. 在适当的条件下, 利用两两NQD序列的中心极限定理和矩不等式等工具, 给出两两NQD序列部分和一般对数律下完全矩收敛精确渐近性的一般函数式.     

NQD样本下一般形式的密度估计

两两NQD列是一类非常广泛的列,文章利用两两NQD序列的矩不等式,讨论了当d=1时,基于同分布两两NQD样本的一般形式的密度估计,得到了一维同分布两两NQD样本下一般形式密度估计的强相合性、矩相合性.     

两两NQD样本下非参数回归函数一般权估计的相合性

两两NQD序列是一类非常广泛的列,文章利用两两NQD序列的矩不等式,讨论了基于同分布两两NQD样本的非参数回归函数一般权函数的估计,得到了两两NQD样本下固定设计非参数回归函数一般权估计的相合性.     

两两NQD列的一个强大数律

利用随机变量的截尾方法和两两NQD序列的三级数定理,得到了矩条件下两两NQD序列的一类强大数定律,推广了若干已有的强大数律。     

两两NQD列的矩不等式和指数不等式

给出两两NQD列的指数不等式和矩不等式,从而把i.i.d.序列的情形推广到两两NQD列的情形.     

两两NQD序列部分和之和的强大数定律

主要研究了两两NQD序列部分和之和的强大数定律,并凶此得到两两NQD序列部分和之和的强收敛性.在较弱的条件下得到了与独立列部分和之和相类似的结果.同时给出了两两NQD序列部分和之和的强大数定律的一种描述.     

两两NQD序列的Marcinkiewicz型强大数定律

在附加矩条件的情况下， 给出了与独立同分布情形类似的同分布两两NQD序列的Marcinkiewicz型强大数定律.     

h-可积条件下两两NQD阵列加权和的完全收敛性

利用截尾和矩不等式方法研究在h-可积条件下,两两NQD阵列加权和的完全收敛性,建立并证明了关于两两NQD阵列加权和完全收敛性的两个重要定理,推广和改进了一些已有的结果.     

NQD样本最近邻密度估计的一致强相合速度

设X1,X2,…,Xn是同分布的两两NQD样本,具有相同的密度函数f（x）,利用两两NQD序列的Bernstein型不等式,将负相关（NA）样本的最近邻密度估计的一致强相合速度推广到两两NQD样本,在更弱的条件下,获得了与NA样本情形下相同的结论.     

关于两两NQD序列的强大数定律

两两NQD序列的研究已有数十年,根据吴群英对两两NQD序列收敛性质,利用Kronecker引理和三级数定理证明了一个更一般性的收敛定理,并加以推广应用,得到两个相关推论,从而推广了两两NQD序列的强大数定律．     

两两广义NQD列的一些性质

在两两NQD列的基础上定义了两两广义NQD列,并获得了与两两NQD列类似的基本性质、Kolmogorov不等式及一个弱大数定律.     

两两NQD列部分和的不等式及弱大数律

对两两NQD列的部分和Sn，通过建立其尾概率不等式，得到了Sn的p阶矩的上界估计和Sn尾概率的指数上界，对不同分布两两NQD列，研究了服从弱大数律的充分条件，使独立同分布情形的相应结果成为推论或特例。     

两两NQD列的收敛定理

讨论了两两NQD列的收敛性质,独立情形的强大数定律得到推广．在推广的三级数定理的基础上,获得了判别两两NQD列收敛的一些新的结果．     

两两NQD列的一个强大数定律

研究了在一定条件下不同分布的两两NQD列的强大数定律,得到了新的结果.     

两两NQD列的一个弱大数定律注记

研究了一类广泛的随机变量序列NQD列的收敛性质,得到了与独立情形一样的弱大数定律和同分布NQD列的相应结果.     

两两NQD列的一个弱大数定律

研究一类广泛的随机变量序列NQD列的收敛性质,获得与独立情形一样的弱大数定律,而且得到了同分布NQD列的相应结果.     

两两NQD列部分和之和的弱大数定律

部分和之和在实际问题如随机游动、时间序列分析、破产理论中有着广泛的应用.研究同分布和不同分布情况下,两两NQD随机变量序列部分和之和Tn=n∑i=1Si的弱大数定律,其中Sn=Sn=n∑i=1Xi,将两两NQD随机变量序列部分和的弱大数定律推广到了部分和之和的情形.     

Some remarks for sequences of pairwise NQD random variables

We first obtain the Petrov theorem for pairwise NQD (negative quadrant dependent) random variables which may have different distributions. Some well-known results are improved and extended. Next, we give an example to clarify one of the important properties of sequences of pairwise NQD random variables, so that we can point out some mistakes that have appeared in recent published papers.