WOD随机变量阵列的完全收敛性及其应用

在一般条件下,建立WOD随机变量阵列的完全收敛性的收敛速度,并将所得结果应用到非参数回归模型中,建立加权估计量的完全相合性,改进和推广了已有文献的相关结果.主要结果极大地放宽了对控制系数的限制.     

END随机变量加权和的完全矩收敛性

利用END随机变量的Rosenthal型矩不等式和随机变量的截尾技术,研究了END随机变量加权和的完全收敛性以及完全矩收敛性,所得结果推广了独立变量以及NA随机变量的若干相应结果.     

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.     

NOD随机变量序列加权和的矩完全收敛性

在分析NOD随机变量序列加权和的矩完全收敛性的基础上,利用一些矩不等式及截尾等处理方法,将矩条件推广到更具一般化的情况,并由此证明NOD随机变量序列加权和的矩完全收敛性的充分性,同时深化和推广了一些现有文献的结论。     

END随机变量加权和的最大值序列的完全收敛性

众所周知,END随机变量是一类包含独立变量、NA变量以及NOD变量在内的非常广泛的相依变量.在适当的权系数和矩条件下,我们研究了END随机变量加权和的最大值序列的完全收敛性.作为应用,得到END随机变量加权和的强大数定律.所得结果推广NA变量和NOD变量的相应结果.     

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.     

AANA序列加权和的完全收敛性和矩完全收敛性

研究AANA随机变量序列加权和的完全收敛性和矩完全收敛性,利用AANA序列的Rosenthal型不等式,得到了AANA序列加权和的矩完全收敛性及完全收敛性的若干充分条件和必要条件.     

次线性期望下WOD随机变量序列加权和的几乎处处收敛性

在次线性期望下, 利用截断的方法给出宽象限相依(WOD)随机变量序列的强大数定律.     

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.     

负相关随机变量加权和的矩完全收敛性

概率极限理论是概率论的主要分支之一,是概率统计学科中非常重要的理论基础;经典的极限理论是以独立随机变量为主要研究对象,但实际大部分随机变量是非独立的,负相关随机变量序列就是相依随机变量序列中的一类典型且应用广泛的随机变量序列,针对负相关随机变量加权和序列的极限问题,应用负相关序列、截尾和矩不等式等知识,推广了负相关随机变量加权和的矩完全收敛性,并给出了一个NA随机变量完全矩收敛的线性过程,所得结果改进了的相应结果。     

φ-混合随机变量序列加权和的完全收敛性及完全矩收敛性

【目的】对φ-混 合 随 机 变 量 序 列 的 完 全 收 敛 性 和 完 全 矩 收 敛 性 进 行 讨 论。【方 法】利 用 φ-混 合 随 机 变 量 序 列 的Rosenthal型极大值不等式。【结果】建立了φ-混合随机变量序列加权和的完全收敛性,并且在同样的条件下得到了φ-混合序列的完全矩收敛性。【结论】所得结果推广并改进了已有文献中关于 NA 序列相应的结果。
     

复值独立随机变量序列部分和的完全收敛性

得到复值独立随机变量序列部分和同完全收敛性有关的几个定理。     

行为ND随机变量阵列加权和的矩完全收敛性

讨论了行为ND随机变量阵列加权和的矩完全收敛性, 利用矩不等式和截尾法获得了行为ND随机变量阵列加权和的矩完全收敛性的充分条件, 推广了相关结果。     

NSD随机变量加权和的强收敛性

利用负超可加可相依(negatively superadditive dependent,NSD)随机变量的MarcinkiewiczZygmund型矩不等式、Kolmogorov型指数不等式和随机变量的截断方法,给出NSD随机变量阵列加权和的若干完全收敛性的结果.所得到的结果把同分布负相协(negatively associated,NA)随机变量加权和的相应结论推广到了NSD随机变量变列加权和的情形,并且不需要同分布的条件.     

AANA随机变量的完全收敛性

设X{n,n≥1}为被随机变量X随机控制的AANA(asymptotically almost negatively associated)随机变量序列,a{n,n≥1}是正常数列.在适当的矩条件下,研究了AANA随机变量加权和max1≤k≤n a-1n∑k i=1Xi的完全收敛性.作为该结果的应用,得到了一些关于AANA随机变量序列完全收敛性的新结果.     

两两独立随机变量序列的完全收敛性简

讨论了两两独立随机变量序列的完全收敛性.利用矩不等式和截尾方法,在更一般的条件下,得到了两两独立随机变量序列完全收敛的一些充分条件,部分结果深化并推广了已有的相关结果.     

END随机变量序列加权和的完全收敛性（英文）

主要研究了END随机变量序列加权和的完全收敛性.在适当的权系数条件下以及适当的矩条件下,建立了END随机变量序列加权和的完全收敛性结果.所得结果推广了独立序列和负相依序列的相应结果.     

B值随机变量一类加权和的完全收敛性

设{Xni:1≤i≤n,n≥1}为行间独立的B值r.v.阵列,X为实值r.v.,E｜X｜p<∞,p>2,且对 x>0, 1≤i≤n,n≥1,都有P(‖Xni‖>x)≤P(｜X｜>x).{ani:1≤i≤n,n≥1}为满足条件∑ni=1a2ni=1,n≥1的实数阵列.则1n1 p∑ni=1aniXnip0蕴涵1n1 p∑ni=1aniXni完全收敛于0.     

NOD随机阵列加权和的完全收敛性

研究了NOD随机阵列加权和的完全收敛性,给出完全收敛性的充分条件,并且不需要同分布的假定.推广了NA序列和NOD序列的相关结论.