NA列部分和乘积的极限定理

讨论NA列部分和乘积的中心极限定理和几乎处处中心极限定理,并将独立同分布(i.i.d.)随机变量序列的部分和乘积的几乎处处中心极限定理的权重由dn=exp(logαn)/n推广到dn=log(cn+1)/cnexp(logαn),0≤α1 2的情形,其中0cn→∞,limn→∞(cn+1)/cn=c∞.1     

强平稳NA序列的随机指标中心极限定理

讨论了强平稳NA序列的随机指标中心极限定理,给出其成立的一个充分条件.     

ND序列的中心极限定理

讨论同分布ND序列的渐进正态问题,给出ND序列的中心极限定理,在NA的基础上得到了ND条件下同样的结果,并通过加进数列有界的控制,使得中心极限定理的证明过程得到进一步简化.     

NA序列随机和的几乎处处中心极限定理

运用子序列收敛性质证明了NA序列随机和的几乎处处中心极限定理,还证明了权重条件为〖SX(〗1〖〗j〖SX)〗,〖SX(〗logλj〖〗j〖SX)〗 （λ>-1）和〖SX(〗elog αj〖〗j〖SX)〗（α∈[0,1]）时的几乎处处中心极限定理.     

密度核估计的随机中心极限定理

密度的核估计在统计中有着重要的应用.文章利用特征函数理论,得到了密度核估计的随机中心极限定理.利用Berry-Esseen估计得到了此中心极限定理的收敛速度.最后,给出了两个例子.     

ψ—混合序列密度估计的强相合性

在较弱的条件下证明ψ－混合序列密度的核估计的强相合性，此结论包含了独立情形下的最优结论。     

删失数据下NA样本核密度估计的相合性

在｛Xn;n≥1｝和｛Yn;n≥1｝是相互独立的同分布NA随机变量序列的情形下,研究了随机删失数据下概率密度函数的核估计,获得了此核估计的逐点强相合性和一致强相合性。     

NA样本回归函数递归型估计的强相合性

本文在NA相依样本下给出了非参数回归函数加权递归核估计gn(x)=n∑(i=1)yi(xi-xi-1)/hi K(x-xi/hi)的渐近无偏性和相合性的充分条件。其中这里得到的充分条件与一般加权回归函数核估计的相合性几乎完全一致。     

一类统计量乘积的几乎处处中心极限定理

利用NA序列的几乎处处中心极限定理,给出了一类统计量乘积的几乎处处中心极限定理,推广了独立情形的结论。     

误差为NA序列时回归模型估计的均方相合性

考虑固定设计下的非线性回归模型Ymi=g(xmi) εmi，1≤i≤n，以及线性回归模型Yi=xilβ1 … xipβp εi，i=1．2，…，n，当误差为NA序列时，获得了一类估计的均方相合性．     

双向截尾情况下最大似然估计的强相合性

讨论了双向截尾情况下分布参数的最大似然估计的渐近性质，证明了最大似然估计具有强相合性。     

条件密度的相合随机窗宽双重核估计

本文研究了条件密度函数的随机窗宽双重核估计及其一致弱相合性。     

离散加权信源与熵密度偏差的极限性质

利用熵密度偏差，研究了服从几分分布的离散加权信源的极限性质，其主要结果推广了离散信源Shannon－Mcmillan定理。     

WOD样本下最近邻密度估计的一致强相合速度

设{X_n,n≥1}是同分布WOD随机序列,具有共同的未知密度函数f(x)。利用WOD序列的Bernstein不等式,在适当的条件下,获得了WOD样本下最近邻密度估计的一致强相合速度。     

非线性随机解释变量模型参数估计的相合性

在文[1]的基础上，给出非线性随机解释变量经济计量模型参数NLLS估计具有相合性的条件，它是文[3]中定理2．28及文[4]中定理1．3的推广。     

集序列极限定义的研究

本文给出了集序列极限的新定义，并详细地论述了这种定义的优越性．     

NA序列随机和的几乎处处中心极限定理

运用子序列收敛性质证明了NA序列随机和的几乎处处中心极限定理,还证明了权重条件为〖SX(〗1〖〗j〖SX)〗,〖SX(〗logλj〖〗j〖SX)〗 （λ>-1）和〖SX(〗elog αj〖〗j〖SX)〗（α∈[0,1]）时的几乎处处中心极限定理.     

关于数列极限超越性的一个注记

利用对代数数序列的极限超越性的分析，我们给出了Ｍａｂｌｅｒ关于缺项级数超越性定理的一个推广．