NA随机变量之和的大偏差与指数估计

对ＮＡ随机变量序列建立了类似于独立随机变量序列的大偏差概率不等式与指数估计。     

NA随机变量加权和的强大数律

研究了NA列加权和的Marcinkiewcz-Zygmund强大数律,推广了强大数律的结果．     

负相依随机变量和的概率大偏差不等式

对负相依随机变量序列部分和建立大偏差定理,给出有界变量的若干Bennett-Hoeffding型不等式,修正、完善和改进了近年来大偏差不等式的一些结果.     

二元加权相依随机变量和模型中的精确大偏差

随机变量序列和的精确大偏差由于具有精确刻画出随机变量序列尾概率的极限性态的功能,在很多领域都有重要的应用和研究价值。主要研究了长尾上带有二元加权相依模型中的随机变量和的精确大偏差,并得到了关于加权的非随机和和加权的随机和两种渐近结果。     

NA随机变量序列加权和的完全收敛性

利用截尾法和矩不等式,证明一般情况下NA随机变量序列加权和的完全收敛性,推广独立随机序列加权和的完全收敛性.     

同分布NA随机变量一类加权和的强大数律

在权阵列{ani：1≤i≤n,n≥1）满足Aα=lim sup n→∞（1/n∑i=1^n｜ani｜^α）^1/α〈∞的条件下,得到了高阶矩存在的同分布NA随机变量加权和的强大数律．     

NA随机变量序列的概率不等式及矩不等式

对ＮＡ随机变量序列建立类似于实独立随机变量关于部分和Ｓｎ的一个概率不等式，得到部分和Ｓｎ关于某一类特定函数的矩不等式     

NOD序列部分和的大偏差

研究了NOD随机变量部分和的大偏差,其中S(n)=∑Xi,{Xn,n≥1} from (i=1 to n)是一个NOD序列,对任意的n≥1,Xn的分布记为Fn,其均值为μn=EXn<∞.在假定F∈D的条件下,给出了F∈D上NOD序列部分和的大偏差结果.     

随机变量序列的大偏差估计

利用Markov不等式和Cr-不等式,研究了条件n∑i=1E[|X|p]=O(np)下的φ混合序列、负相协(NA)序列、渐近几乎负相协(AANA)序列的大偏差估计.     

NA列部分和乘积的极限定理

讨论NA列部分和乘积的中心极限定理和几乎处处中心极限定理,并将独立同分布(i.i.d.)随机变量序列的部分和乘积的几乎处处中心极限定理的权重由dn=exp(logαn)/n推广到dn=log(cn+1)/cnexp(logαn),0≤α1 2的情形,其中0cn→∞,limn→∞(cn+1)/cn=c∞.1     

NA序列部分和之随机和的弱大数定律

利用NA序列部分和的弱大数定律和最大值的矩不等式,获得了NA序列部分和之随机和的弱大数定律,形成了与独立同分布情形对应的结果.     

带负相依控制变化尾的双边随机变量和的精致大偏差

得到了带负相依双边控制变化尾分布的随机变量的和的精致大偏差结果,把Tang关于E和Wang等关于NAr．v．s的结果分别推广到D和NDr．v.s．     

同分布两两 NQD 序列部分和之随机和的弱大数律

利用两两NQD（negatively quadrant dependent）随机变量序列部分和的弱大数律和推广的Kolmogorov型不等式,得到了两两NQD序列部分和之随机和的弱大数律,获得了与独立同分布情形相类似的结果。     

NA列自正则某些部分和乘积的几乎处处中心极限定理

设{X,Xn}n∈N是平稳正的负相关(negatively associated,NA)随机变量序列,证明自正则某些部分和乘积k(k∏(Sk,i/((k-1)μ)))μ/(βVk)的几乎处处中心极限定理,其中β0为一常数,E(X)=μ,Sk,i=∑Xj-Xi,1≤i=1j=1k i≤k,V2k=∑(Xi-μ)2。获得的结果不仅将其权重进行了推广而且也扩大了随机变量的范围。     

带一致变化尾上负相关随机变量和的精确大偏差

随机变量和尾概率性状的研究是保险精算领域的热门问题,而随机变量和的精确大偏差则精确刻画了其尾概率的极限性态。文章分别研究了一列同分布(但不一定独立)随机变量确定和以及随机和的精确大偏差,得到如下结果:如果这列随机变量带一致变化尾,是上负相关的,并且在左直线无支撑,则它们确定和以及随机和的精确大偏差结果均成立。     

一致变化尾的随机和局部精确大偏差

基于带O正则变化独立同分布随机变量的部分和的局部精确大偏差的相关结论,将其对应的随机和分为3个部分,利用次指数函数的相互关系以及控制收敛定理,分别证明每个部分的渐近性.最后证明了在随机变量的密度函数是一致变化尾时,其随机和的局部精确大偏差的渐近性.     

一类随机变量部分和极大Serfling不等式及其应用

利用Serfling不等式得到了一类随机变量序列的矩不等式,然后运用这些矩不等式探讨了相应随机变量序列部分和的大偏差和强收敛性,所获结论推广和改进了相关文献已有结果.