ρ-混合序列完全矩收敛的精确渐近性

对于具有零均值、同分布的ρ-混合序列,在适当的矩条件下,通过利用ρ-混合序列移动平均过程的中心极限定理及其矩不等式,采用多重截尾的方法,获得了ρ-混合序列关于移动平均过程完全矩收敛的精确渐近性的相关结论,推广了独立情形的结果。     

两两NQD序列完全矩收敛的精确渐近性

设{X_n, n≥1}为同分布的两两NQD(negatively quadrant dependent)序列, 均值为0. 在适当的条件下, 利用两两NQD序列的中心极限定理和矩不等式等工具, 给出两两NQD序列部分和一般对数律下完全矩收敛精确渐近性的一般函数式.     

两两NQD序列完全矩收敛的精确渐近性

设{X_n, n≥1}为同分布的两两NQD(negatively quadrant dependent)序列, 均值为0. 在适当的条件下, 利用两两NQD序列的中心极限定理和矩不等式等工具, 给出两两NQD序列部分和一般对数律下完全矩收敛精确渐近性的一般函数式.     

φ-混合移动平均过程完全矩收敛的精确渐近性

利用移动平均的中心极限定理和矩不等式,得到一类φ-混合移动平均过程部分和的完全矩收敛的精确渐近性.     

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.     

ρ~-混合序列完全收敛性的一个注记

借助ρ-混合序列的最大值Rosenthal型矩不等式,用截尾法证明了ρ-混合序列一般形式的完全收敛速度与矩条件之间的等价关系,其结果与独立情形一致,从而证实了ρ-混合序列与独立序列有类似的完全收敛性.     

α-混合序列生成的平稳线性过程矩完全收敛性的精确渐近性

利用α-混合序列的矩不等式及α-混合序列生成的平稳线性过程部分和的渐近分布,得到α-混合序列生成的平稳线性过程部分和的矩完全收敛性的精确渐近性.     

ρ-混合序列部分和之和乘积精确渐近性的一般形式

在适当的假设条件下,利用已有的关于ρ-混合序列部分和之和乘积渐近分布的结果,对一般的边界函数和拟权函数获得了ρ-混合序列部分和之和乘积精确渐近性的一般形式.     

ANA随机变量序列重对数矩收敛的精确渐近性

设{X_n,n≥1}为一列严平稳的ANA随机变量序列,利用ANA随机变量序列的中心极限定理和矩不等式,在适当的条件下给出了ANA随机变量序列重对数矩收敛的精确渐近性.     

NA序列部分和之和一阶矩收敛的精确渐近性

随机变量的部分和之和在诸多领域有着广泛应用,关于NA序列的部分和之和取得了许多极限性质.在较弱的矩条件下,利用NA序列部分和之和的渐近分布和二阶矩的稳定性质,得到了平稳NA序列部分和之和的一阶矩收敛的精确渐近性,丰富了NA序列部分和之和极限理论的结果.     

关于ρ混合序列的收敛性质

给出了关于ρ混合序列完全收敛的等价条件，所得结论推广和改进了文献[1,2,4,5]的部分结论，并达到了独立同分布完全一样的理想结果。     

ρ混合序列小波估计的渐近性质

利用截断和大小分块的方法,考虑非参数回归模型中ρ混合序列小波估计的渐近性质,得到了函数g(·)小波估计的强相合性与渐近正态性.     

ρ-混合序列完全收敛性的一个注记

借助ρ^-混合序列的最大值Rosenthal型矩不等式, 用截尾法证明了ρ^-混合序列一般形式的完全收敛速度与矩条件之间的等价关系, 其结果与独立情形一致, 从而证实了ρ^-混合序列与独立序列有类似的完全收敛性.     

不同分布ρ混合序列部分和的完全收敛性

讨论不同分布^~ρ混合序列部分和的完全收敛性,利用矩不等式和截尾手法,获得了几乎与独立情形完全一样的Baum和Katz完全收敛定理.     

独立情形下一阶矩收敛的精确渐近性的注记

假设{X,X i,i≥1}为独立同分布的随机变量序列,记S n=∑n i=1X i.N为标准正态随机变量,利用独立随机变量和的弱收敛定理和尾概率不等式,在拟权函数和边界函数满足适当的条件下,证明了limε→0ε1/s-1∑∞n=n0ψ(n)E{Sn/n-(1/2)-εσgs(n)}+=sσ1-s E N1/s成立的充要条件是EX=0和EX2=σ2.     

φ-混合序列部分和乘积的精确渐近性

利用关于φ-混合序列部分和乘积渐近分布的结果,对一般的边界函数和拟权函数获得了φ-混合序列部分和乘积的精确渐近性的一般形式.     

φ混合序列的完全矩收敛性

主要利用φ混合序列的矩不等式和随机变量的截尾技术,在适当的矩条件下,研究了φ混合序列的完全矩收敛性。本文的结果推广了独立序列和已有文献关于φ混合序列的相应结果,同时也将φ混合序列的完全收敛性改进到完全矩收敛性。     

Hilbert空间下CAANA序列的完全矩收敛

用Hilbert空间下CAANA(coordinatewise asymptotically almost negatively associated)序列的性质及矩不等式考虑CAANA序列的一阶矩收敛性问题, 得到了Hilbert空间下不同分布的CAANA序列的完全矩收敛.     

END随机变量的完全矩收敛和完全积分收敛

设{X,X_n,n≥1}是同分布的END(extended negatively dependent)随机变量序列,■。研究了完全矩收敛性■在r1,q0, 0p2,a_n=1,b_n=n和■的情况下,与完全积分收敛的一些等价结论。所得结果推广了NA(negatively associated)变量和NOD(negatively orthant dependent)变量的若干相应结果。     

ρ混合、ψ混合序列加权和的完全收敛性和强收敛性

给出ρ混合、ψ混合序列的完全收敛和强收敛的充分条件,所得结论推广和改进了文献「１～３」的部分结论,推广并部分改进独立同分布的结果。