可交换随机变量序列的随机极限定理的一个推广

讨论了可交换随机变量序列{Xn:n≥1}的极限定理,得到了可交换随机变量序列的随机强大数定律成立的充要条件,并在一定的条件下,推广了文[1]中的结果.     

两参数两两独立的随机变量序列的强大数定律

设{Xij}为两参数两两独立的随机变量序列,若对任意的t>0, ∑∑(Xij-EXij)P{|Xmn|≥t}≤P{|X|≥t}且E|X|P(log+|X|)3<∞,(1<p<2),则i=l--j=l--→0 (mn)Ypa.s.当mvn→∞而在E|X|plog+|X|<∞的条件下,它依L1收敛于0.并且这些结论可以推广到r维参数的情形,而只需将对应的条件分别改为E|X|p(1og+|X|)r+1<∞和E|X|p(log+|X|)r-1<∞.     

有关正态随机变量函数分布的探讨

讨论了有关正态随机变量函数分布的性质及应用。     

n个独立同均匀分布的随机变量之和及算术平均的分布

在误差理论中,服从均匀分布的n个独立随机变量之和∑X及算术平均X的概率分布都有着极为重要的地位和作用。然而,瑞典数学家H.Cramer著的《统计数学方法》中,只在独立同均匀分布U(0,1)的特殊情形下给出了∑X的概率分布。苏联数学家Б.B.     

关于两两独立的随机变量序列和的强大数定律的简洁证明

本文讨论了两两独立的r．v．序列和的强大数定律，将文[1]中的结论进行了推广。与经典的强大数定律相比，本文的证明过程更简洁，不需要利用Kolmogrov不等式，而且结论更实用，只要求r．v．两两独立。     

关于两两独立的随机变量序列和的强大数定律的简洁证明

本文讨论了两两独立的r.v.序列和的强大数定律,将文[1]中的结论进行了推广。与经典的强大数定律相比,本文的证明过程更简洁,不需要利用Kolmogrov不等式,而且结论更实用,只要求r.v.两两独立。     

可交换随机变量序列加权和的另一个大数定律

将独立同分布情形下的Marcinkiewicz型强大数定律推广到了可交换随机变量,得到了可交换随机变量加权和的一个强大数定律.     

随机变量独立性的一个结果

本文给出不相互独立的随机变量，其平方间的独立性及其函数间独立性的一个结果．     

一类条件独立的随机变量和的密度函数与分布函数

给出了一类随机变量函数列i．i．d．的条件,并就一类满足某种条件独立的连续型随机变量序列,给出了其和的密度函数和分布函数．     

倒对称随机变量的若干性质

讨论了具有倒对称随机变量的若干性质     

随机变量间的相互关系与分类

对2个随机变量的关系进行研究,首先引述了协方差和相关系数的概念,对相关系数从2个方面给出其内涵的深刻解释,阐述了相关系数与相关关系、线性相关与不相关之间的联系。其次,对随机变量的相关关系、线性关系、不相关关系及独立关系和非独立关系等分别进行了详细介绍,深入挖掘各种关系深刻内涵,揭示各种关系的内在联系。特别是对不相关关系、非独立性和独立性几种关系,通过实例进行了深入探讨。最后,对随机变量之间的各种关系进行分类,给出随机变量间按相关性优先划分的各种关系分类图,为初学者学习2个随机变量间的关系提供系统依据。     

随机变量阵列的强收敛性

获得了独立随机变量阵列的对数律成立的一个充分条件,推广了已有的结果。     

Exponential inequality for a class of NOD random variables and its application

In this paper,an exponential inequality for weighted sums of identically distributed NOD (negatively orthant dependent) random variables is established,by which we obtain the almost sure convergence rate of which reaches the available one for independent random variables in terms of Berstein type inequality. As application,we obtain the relevant exponential inequality for Priestley-Chao estimator of nonparametric regression estimate under NOD samples,from which the strong consistency rate is also obtained.     

离散型随机变量独立性的判定

】　借助于条件数学期望给出了离散型随机变量相互独立的一个充分必要条件和一个充分条件,其中的充分必要条件推广了已有的结论。     

关于一维模糊随机变量的极大似然估计方法

研究一维模糊随机变量情形总体未知参数的极大似然估计的两种方法——扩张原理法与随机集的可积选择法．在模糊观测条件下,定义了Kwakernaak-Knrse-Meyer型模糊随机变量情形的模糊参数的极大似然估计量及Puff-Ralescu型变量情形的模糊参数的边缘极大似然估计量．得到了它们的存在条件,一致性条件及其相关性质．     

双下标随机变量顺序统计量和的一个强大数定律

本文对双下标随机变量Ｘｎ１，Ｘｎ２．．．，Ｘｎｎ的顺序统计量Ｘ１（ｎ），Ｘ２（ｎ），．．．，Ｘｎｎ，在其分布连续且存在ｐ阶矩（ｐ＞２）的条件下，获得了它们的加权和的强大数定律。