关于B－值强平稳相依随机变量列一类小参数级数的渐近性

迄今为止，人们在对Ｂ－值强平稳相依随机变量列的小参数级数的渐近性的研究中，仅涉及到一些较特殊的拟权函数及边界函数，本文则对一类十分广泛的拟权函数及边界函数得出了相应的结果，从而推出了一系列有趣的事实．     

关于B—值强平稳相依随机变量列一类小参数级数的渐近性

迄今为止，人们在对Ｂ－值强平稳相依随机变量列的小参数级数的渐远性的研究中，仅涉及到一些较特殊的拟权函数及边界函数，本文则对一类十分广泛的拟权函数及边界函数得出了相应的结果，从而推出了一系列有趣的事实。     

NA列与两两NQD列的L^p收敛性

设{Xn,n≥1）是NA列或两两NQD列,{ank;1≤k≤n,n∈N）是实数阵列．利用矩不等式和截尾方法,研究了∑k=1^n ankXk的L^p收敛性,所获结论推广和改进了前人的相应结果．     

关于非强平稳NA列的重对数律及其应用

本文讨论了非强平稳ＮＡ（ＮｅｙａｔｉｖｅｌｙＡｓｓｏｃｉａｔｅｄ）列的若干重对数律,并用以估计线性模型中ＮＡ误差的方差估计的一类强收敛速度．     

关于NA列随机和基于对数型边界函数的完全收敛性

通过讨论同分布NA列的非随机和基于对数型边界函数的完全收敛性的等价条件，得到了同分布NA列的随机和的一系列相应结果，从而将[4]关于iid列的结果推广到NA的场合．     

强平稳NA列的乘积和过程的弱收敛性

得到了强平稳NA列的乘积和过程的弱收敛性。     

NA列加权乘积和的完全收敛性

本文讨论了NA和几类加权部分和及加权乘积和的完全收敛性，其中部分结果要优于iid列的已知结论。     

不同分布的NA列的加权和的强收敛速度

本文得到了不同分布的NA列的加权和的完全收敛性，在权序列{ank，1≤k≤n，n∈N}满足不同条件的情况下，讨论了使得加权和完全收敛的关于X的矩的阶数，尤其是在一定的条件下，得到了只要求X很低的阶数的矩。得到了令人满意的结果．     

不同分布NA列乘积和的强收敛性

推广了Chow等人关于不同分布的r.v.列部分和强收敛的部分结果。得到了不同分布NA列乘积和强收敛的若干充分条件。     

NA样本非参数回归权函数估计的强相合性

在 NA样本下 ,讨论了非参数回归模型中权函数估计的强相合性及强一致相合性 ,并把这个结果应用于 Gasser- Muller估计和 Priestley and Chao估计 .     

NA样本下截断型分布族参数的经验Bayes估计

运用NA样本密度函数核估计构造了一类截断型分布族参数的经验Bayes估计，建立了它的收敛速度，证明了在适当条件下该收敛速度可以任意接近于1，文中还给出了适合定理条件的例子。     

独立与NA列部分和的精致渐近性

令{X,Xi:i≥1)为属于非退化稳定分布一般吸引场的独立同分布随机变量列,Sn=∑i=1nXi.本文对十分广泛的拟权函数和边界函数得到了Sn的精致渐近的结果和正态吸引场强平稳NA列部分和的精致渐近的结果,改进并推广了Wang等的结果,从而使此前关于独立列和NA列部分和精致渐近性方面的许多经典的和最新的结果都可以包括在本文的框架之内.     

非平稳NA序列部分和的精确渐近性

本文探讨了非平稳NA序列部分和的精确渐近性．以前的文献在讨论NA序列此类极限性质时都附加有强平稳条件的限制,这必然会给一些问题的研究带来不便．周知,非平稳NA序列在许多实际问题中是大量存在的,所以解除强平稳条件的束缚具有较大的理论和实际意义,这正是本文的目的之所在,同时本文也将已有的一些结果包含成为特殊情形．     

误差为NA序列的半参数回归模型估计的r阶矩相合性

对于半参数回归模型 yi=xiβ+g( ti) +ei,i=1 ,2 ,… ,n,本文综合最小二乘法和一般加权方法 ,定义了 β,g( t)的估计量 βn,gn( t) .在误差为 NA序列时 ,得到了 βn,gn( t)的 r ( r≥ 2 )阶矩相合性 .     

Law of iterated logarithm for NA sequences with non-identical distributions

Based on a law of the iterated logarithm for independent random variables sequences, an iterated logarithm theorem for NA sequences with non-identical distributions is obtained. The proof is based on a Kolmogrov-type exponential inequality.     

连续型单参数指数族参数的经验Bayes估计问题:NA样本情形

对连续型单参数指数族在平方损失下导出了参数的Bayes估计,利用同分布负相协(NA)样本构造了经验Bayes(EB)估计量,并在适当条件下获得了EB估计的收敛速度.文末给出一个满足定理条件的例子.     

具有NA误差项的多元回归模型中最小二乘估计的强相合性

在具有NA误差项的多元回归模型中,对误差项和设计矩阵作了一定的限制条件下给出了其最小二乘估计的强相合性;进而得出了NA序列的样本均值的加权和的几乎处处收敛性的结论.     

相协样本半参数回归模型估计的强相合性

考虑半参数回归模型Y^(j)(xin,lin)=tinβ g(xin) e^(j)(xin)，1≤j≤m，1≤i≤n,利用最小二乘法和权函数估计方法，定义β，g的估计量βm,n和gm,n(x)，在负相依样本及较弱的条件下证明了这些估计的强相合性，得到了与独立情形一致的结论．     

不同分布NA序列加权和的完全收敛性

本文讨论了不同分布NA随机变量序列加权和的完全收敛性，获得了较[7]中的定理1及定理A更为一般的安全收敛性，并得到了完全收敛速度与矩条件之间的等价关系。     

NA随机变量阵列加权和的矩完全收敛性

In this paper we obtain some new results on complete moment convergence for weighted sums of arrays of rowwise NA random variables.Our results improve and extend some well known results from the litera...