P^＊混合序列的Chover型重对数律

设{Xa,n≥1}是同分布的P^＊混合序列,其分布属于特征指数为α（0〈α〈2）的非退化稳定分布正则吸引场．利用P^＊混合序列的矩不等式证明了依概率1有lim sup n→∞（（^n∑i=1Xi）/n^1/α）^1/（log log n）=e^1/α,并获得了一系列等价条件.     

LPQD列生成线性过程部分和的精确渐近性

设{ε_t;t∈Z^{+}是一严平稳零均值的LPQD随机变量序列, 并且02₁<∞, σ2, 0<σ2<∞, {a_j; j∈N }是一实数序列, 定义线性过程X_t. 利用弱收敛定理和矩不等式, 对一般的拟权函数和边界函数, 证明了{M_n}和{S_n}的精确渐近性.}     

ρ-混合序列的Chover型重对数律

设{Xn,n≥1}是同分布的ρ-混合序列,其分布属于特征指数为α(0<α<2)的非退化稳定分布的正则吸引场.利用ρ-混合序列的矩不等式,证明了依概率1有lim supn→∞∑ni=1Xin1/α1/log log n=e1/α,并获得了一系列等价条件.     

次线性期望下m-END序列加权和的几乎处处收敛性

利用Rosenthal不等式,讨论条件为■,■的次线性期望下m-END(m-extended negatively dependent)随机变量序列加权和的几乎处处收敛性.将经典概率空间中END序列加权和的几乎处处收敛性推广到次线性期望下m-END随机变量序列加权和的几乎处处收敛性.     

LPQD序列密度函数核估计的相合性

设{X_n,n≥1}是一LPQD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、矩不等式等证明了核密度估计的强相合性、r阶相合性.     

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.     

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.     

B值m相依随机元序列的完全收敛性

设{Xn;n≥1}是均值为零的B值m相依随机元序列,X1∈CL(B),对于1≤t<2,r>1有E‖X1‖rt< ∞,记Sn=∑ni=1Xi.利用构造法证明了{Xn;n≥1}的完全收敛性.     

强平稳NA序列的随机指标中心极限定理

讨论了强平稳NA序列的随机指标中心极限定理,给出其成立的一个充分条件.