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。     

长程相依过程精确渐近性的一般结果

设{εk,-∞k∞}为零均值的独立同分布序列,令长程相依过程∞{Xt=∑akεt-k,t≥0},其中{ak,k≥0}为满足条件ak~k-αl(k)的实数序列,1/2α1,k=0l(k)为缓变函数.利用长程相依过程的弱收敛定理和矩不等式,对边界函数和拟权函数得到了矩完全收敛性的精确渐近性的一般结果.     

非平稳鞅差序列生成的滑动平均过程精确渐近性的一般结果

利用非平稳鞅差序列的弱收敛定理和矩不等式, 得到了对于相当广泛的边界函数和拟权函数滑动平均过程部分和矩完全收敛性的精确渐近性的一般形式.     

独立同分布序列部分和之和精确渐近性的一般形式

利用独立同分布序列部分和之和的渐近性质,得到其精确渐近性的一般形式,丰富了独立同分布序列精确渐近性的结果。     

随机变量阵列加权和的r阶矩完全收敛性

独立同分布变量序列和相依变量序列的收敛性质研究一直是概率极限理论的研究热点。本文研究了随机变量阵列加权和的r阶矩完全收敛性。利用Marcinkiewicz-Zygmund不等式或Rosenthal型不等式和截尾法，获得了随机变量阵列加权和的r阶矩完全收敛的一般条件。同时，结合这些一般条件推广和改进了独立同分布或相依随机变量序列矩完全收敛性的相关成果。     

同分布NA序列部分和的完全收敛性

在同分布条件下讨论了NA序列部分和的完全收敛性，获得了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NA序列与独立序列有着极为类似的完全收敛性。     

I.I.D.随机变量部分和之和重对数律的精确渐近性

为研究独立同分布(i.i.d.)随机变量序列部分和之和重对数律的精确渐近性质,在矩条件较弱的情形下,采用截断的方法,证明了ε→0时的几个精确渐近性质;在矩条件较强的情形下,利用Berry-Esseen不等式进行逼近,得到了ε→α+1(1/2)的精确渐近性质.研究结论表明,i.i.d.序列部分和之和重对数律的精确渐近性质与部分和的结论类似,这就将i.i.d.序列部分和精确渐近性的结果推广到部分和之和的情形,丰富了i.i.d.序列部分和之和精确渐近性的结果.     

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.     

基于矩母函数的多元混合双参数指数分布的分析

多元混合双参数指数分布是可靠性寿命数据分析中的一类重要分布,应用矩母函数获得服从多元混合双参数指数分布的随机变量的各阶矩的明显表达式,线性变换后的随机变量的分布以及来自多元混合双参数指数分布总体的简单随机样本和的分布.     

由强混合序列生成线性过程精确渐近性的一般形式

利用由强混合序列生成的线性过程的弱收敛定理和不变原理以及矩不等式, 得到了拟权函数和边界函数部分和以及部分和最大值的精确渐近性的一般形式. 从而使此前关于强混合精确渐近的许多经典和最新结果都可以包括在本文所得结果范围内.     

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.     

均匀经验过程精确渐近性的一个注记

利用经验过程的弱收敛定理和尾概率不等式, 对一般的边界函数和拟权函数得到了矩完全收敛性精确渐近性的一般形式.     

非同分布φ混合序列加权和的强极限收敛性

利用φ混合序列矩不等式和截尾的处理方法,研究非同分布φ混合序列加权和强极限收敛性质的问题,得到了若干新结果,推广并改进了独立同分布情形下的相应结果.     

完全收敛性的收敛速度

给出了i.i.d.随机变量序列的完全收敛性的收敛速度,改进了O.I.Klesov的结果.