~ρ混合随机变量序列的完全收敛性

研究了非同分布~ρ混合随机变量序列的完全收敛性，在更一般的条件下，利用~ρ混合随机变量序列Rosenthal型不等式和截尾方法，得到了~ρ混合随机变量序列完全收敛的充分条件。作为推论，得到了~ρ混合随机变量序列的强大数定律，这些结果深化并推广了已有的相关结果。
     

NQD随机变量阵列加权和的完全收敛性

利用随机变量阵列的一致有界性和指数不等式,研究了NQD随机变量阵列加权和的完全收敛的充分条件,在不同的权数阵列的条件下,建立并证明若干加权和的强大数定律,改进、推广和统一了目前该方面的主要结果.     

混合随机变量序列的完全收敛性

研究了非同分布混合随机变量序列的完全收敛性,在更一般的条件下,利用混合随机变量序列Rosenthal型不等式和截尾方法,得到了混合随机变量序列完全收敛的充分条件。作为推论,得到了混合随机变量序列的强大数定律,这些结果深化并推广了已有的相关结果。     

负相关序列的强大数定律和收敛速度

利用Háyek-Rényi型最大值不等式,得到了相关和负相关随机变量序列的强大数定律和收敛速度,作为推论,得到了Hu Shuhe,Hu Ming关于负相关随机变量序列的结论.     

独立随机变量和的完全收敛性

利用归纳法,首先证明了独立的不同分布的随机变量和的矩不等式,其次根据这个重要结果,建立了关于不同分布随机变量序列的完全收敛定理,最后得到了关于i.i.d.随机变量序列完全收敛的等价条件,从而改进和推广了目前的关于完全收敛的经典结果.     

ρ~-混合随机变量序列加权和的完全收敛性质

应用ρ-混合随机变量序列截断法、Hlder不等式、Markov不等式、Jensen不等式、Cr不等式及ρ-混合随机变量的Rosenthal型矩不等式,考察在没有同分布假设条件下,ρ-混合随机变量序列加权和的完全收敛性质,并利用Borel-Cantelli引理,给出ρ-混合随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

随机变量序列部分和的几乎必然收敛性

设{Xn,n>1}是任意的随机变量序列.胡舒合等在二阶矩限制下,获得了任意随机变量序列的Hajek-Renyi型不等式,并给出了随机变量序列部分和收敛的强大数定律.本文利用胡舒合等获得的强大数定律,给出了随机变量序列部分和的一些几乎必然收敛性,并给出了结果在PA、NA和两两NQD序列场合下的应用.     

复值随机变量序列几种收敛性的关系

研究了复值随机变量序列的完全收敛,几乎处处收敛,r阶平均收敛,依概率收敛之间的相互关系,得到了几个有意义的结论.     

混合序列的Cesaro强大数定律的收敛速度混合序列的Cesaro强大数定律的收敛速度

讨论了混合序列的Cesaro强大数定律收敛速度,将i.i.d.的随机变量序列的情形推广到混合序列的情形,在一些命题和引理的前提下,获得了混合序列情形时的相应结论.     

行为两两NQD的随机变量阵列的完全收敛性和大数定律

研究了行为两两NQD的随机变量阵列的完全收敛性和大数定律,所得结果,推广了行独立随机变量阵列相应的结果.     

一类随机变量加权和的完全收敛性

设{Xn,n≥1}是一列满足Rosenthal型不等式的相依随机变量,在非同分布下建立了这类随机变量加权和的完全收敛性的新定理,并获得了相依随机变量加权和的强大数定律.所得结论把相应结果从独立同分布的情形扩展到普遍的相依变量情形.     

多指标随机变量簇的大数定律及收敛速度

主要研究了多指标随机变量族的大数定律和收敛速度。     

行为ND随机变量阵列加权和的完全收敛性

在非同分布的情况下, 给出了行为ND随机变量阵列加权和的完全收敛性的充分条件, 所得结果部分地推广了独立随机变量和NA随机变量的相应结果. 作为其应用, 获得了 ND随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

样本的k阶中心绝对矩的依概率收敛性证明

利用辛钦大数定律和随机变量序列依概率收敛的性质,通过不等式的放缩技巧,给出了样本的k阶中心绝对矩依概率收敛于总体的k阶中心绝对矩的证明.     

m-END误差下回归模型加权估计的相合性

m-END随机变量是一类很弱的负相依随机变量,它包含了NA随机变量、NOD随机变量和END随机变量。本文基于误差为m-END序列,研究非参数回归模型未知参数的加权估计,获得了加权估计的收敛性,包括矩相合性收敛速度和完全相合性收敛速度。作为应用,给出非参数回归模型未知参数近邻权估计的矩相合性收敛速度和完全相合性收敛速度。     

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.     

m-END随机变量阵列加权和的完全收敛性

主要研究m-END随机变量阵列的完全收敛性,给出证明完全收敛性的一些充分条件.作为应用,得到了mEND随机变量阵列的Marcinkiewicz-Zygmund型强大数定律.所得结果推广了独立变量和若干相依变量的相应结果.     

鞅差序列的一个弱大数定律

通过使用一致收敛性对随机变量序列进行截尾,并借助随机变量序列的弱收敛定理,在φ(xx)↑,φ(x)x2↓的条件下给出了一个鞅差序列的弱大数定律.     

ρ↑-混合序列的Cesaro强大数定律的收敛速度混合序列的Cesaro强大数定律的收敛速度

讨论了ρ↑-混合序列的Cesaro强大数定律收敛速度,将i.i.d.的随机变量序列的情形推广到ρ↑-混合序列的情形,在一些命题和引理的前提下,获得了ρ↑-混合序列情形时的相应结论.     

任意随机变量序列的大数定律

设｛Xn,n≥0｝是任意实值随机变量序列,并且尾概率是一致有界于随机变量X0,通过构造适当的鞅,利用鞅收敛定理讨论随机变量序列｛X,n≥0｝的强极限定理和强弱大数定律,得到了大数定律成立的充分条件,推广了费勒在1946年给出的平均值无限时的大数定律。