行$\tilde\rho$-混合随机变量阵列加权和的完全收敛性[英文]

本文研究随机变量阵列加权和的完全收敛性问题,我们获得行~ρ-混合随机变量阵列加权和的一个完全收敛性定理. 通过这个定理可以获得一系列结果. 我们所得结果推广 了Baum和Katz(1965), Peligrad和Gut(1999)所得的结果.     

(ρ)混合阵列行和的若干极限定理

研究(ρ)混合阵列行和的弱收敛性、Lp收敛性和完全收敛性,目的是把独立阵列行和的相关极限定理推广到(ρ)混合阵列行和的情形,在{Xnk;1≤k≤kn↑∞,n∈N}是Cesàro一致可积的相关条件下,利用截尾、概率不等式等手法,分别获得(ρ)混合阵列行和的弱收敛性、Lp收敛性和完全收敛性定理,推广了前人的一系列结果.     

SOME CONVERGENCE PROPERTIES FOR THE PARTIAL SUMS OF (ρ～) MIXING SEQUENCES

本文研究了(ρ～)混合序列部分和的若干收敛性质.利用Serfling不等式推广情形,证明了一类随机变量序列部分和的一个收敛性结果,获得了(ρ～)混合序列部分和的收敛性,并进一步得到了(ρ～)混合序列加权和的强收敛性和完全收敛性,推广并改进了文[2]中有关结果.     

行为混合阵列加权和的收敛性

本文研究了行为混合阵列加权和的收敛性.利用混合序列的Rosenthal型最大值不等式,讨论了混合阵列加权和的L1收敛性,依概率收敛性,几乎处处收敛性,及完全收敛性之间的等价关系,推广了行独立随机变量阵列相应的结果.     

不同分布(~ρ)混合序列加权和的完全收敛性

利用指数矩有限条件,研究了不同分布(~ρ)混合序列加权和的完全收敛性,建立并证明了关于阵列加权和完全收敛的两个重要定理,改进、统一和发展了Bai等、Song和Cai的主要结果.     

行为ρ*混合阵列加权和的矩完全收敛性

研究行为ρ*混合阵列加权和的矩完全收敛性,完善了Ahmed et al.[Statist.Probab.Lett.,2002,58:185-194],Peligrad et al.[J.Theoret.Probab.,1999,12:87-104]以及Baeket al.[J.Korean Stat.Soc.,2008,37:73-80]的结果.同时,给出一个应用,得到基于ρ*混合序列的平滑移动过程的矩完全收敛性,扩充了Kim et al.[Statist.Probab.Lett.,2008,78:839-846]的结果.     

ρ-混合序列加权和的完全收敛性

本文讨论了不同分布ρ-混合序列部分和的完全收敛性,建立了一个定理.然后通过此非加权和的完全收敛性定理来研究加权和的完全收敛性定理,从而改进了前人所获得的已有的一些结果.     

行为负相依随机变量阵列加权和的完全收敛性

本文研究了行为NOD随机变量阵列加权和的完全收敛性.运用NOD随机变量列的矩不等式以及截尾的方法,得到了关于行为NOD随机变量阵列加权和的完全收敛性的充分条件.利用获得的充分条件,推广了Baek(2008)关于行为NA随机变量阵列加权和的完全收敛性的结论,得到了比吴群英(2012)更为一般的结果.     

ρ-混合序列加权和的完全收敛性及其应用

本文研究了ρ-混合序列加权和的一些强极限定理,利用最大值矩不等式,获得了ρ-混合序列加权和的完全收敛性.并将此结果应用于线性回归模型参数的最小二乘估计及非参数回归模型的权函数估计.     

ρ*-混合序列加权和的完全收敛性

讨论了ρ*-混合序列加权和的完全收敛性,将文[8]中的定理3推广至ρ*-混合序列的情形且加强了文[8]中的定理3的结论.将文[9]中的定理推广至ρ*-混合序列的情形.     

φ-混合序列加权和的矩完全收敛性

本文研究了φ-混合序列加权和的矩完全收敛性.利用矩不等式和截尾的方法,获得了φ-混合序列加权和的矩完全收敛性的充分条件.所得结果推广了Ahmed等(2002)及陈平炎和王定成(2010)的结论.     

两两独立序列加权和的L~r收敛性

讨论了两两独立随机变量列加权和在满足r(1≤r<2)阶Ces`aro一致可积条件下的Lr收敛性,获得了与独立情形一致的结果.用相似的方法,对于其它相依或混合序列(如两两NQD列,φ-混合序列,ρ-混合序列)也有相同的结果.     

相依随机变量阵列加权和的矩完全收敛性

本文研究了相依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,建立了相依随机变量阵列加权和的矩完全收敛性的充分条件.将Volodin等(2004)及陈平炎等(2006)的关于独立随机变量阵列的结果推广到了负相协和负相依随机变量阵列的情形,推广并完善了Sung(2011),吴群英(2012)及郭明乐和祝东进(2012)的结果.     

h-可积条件下混合随机阵列的Lr收敛性

在h-可积的条件下,利用(ρ)混合、(Ψ)混合序列矩不等式和截尾法,探讨了(ρ)混合、(Ψ)混合阵列行和的Lr收敛性,获得了一些新结果并推广了有关结论.     

���������������м�Ȩ�͵ľ���ȫ������

研究了负相关随机变量阵列加权和的矩完全收敛性,改进了Baek等(2008)的结果.作为应用,得到了基于负相关随机变量序列的平滑移动过程的矩完全收敛性,完善了Li等(2004)的结果.     

行为ρ混合随机变量阵列的完全矩收敛性

本文假设 X ni ;i ≥1,n ≥{}1是一列行为？ρ混合随机变量阵列。在没有同分布和随机控制的假设条件下,作者讨论了？ρ混合随机变量的完全矩收敛性,所获得结果推广和改进了 Hu and Taylor （1997）,Zhu （2006）和 Wu and Zhu （2010）的相应定理。     

混合阵列的收敛性

该文引入了混合阵列的概念,讨论了混合阵列的完全收敛性与依概率收敛性.所得结果,推广了行独立随机变量阵列相应的结果.此外还得到了一般随机变量阵列的完全收敛性与依概率收敛性.     

行-混合随机变量阵列加权和的完全收敛性（英文）

本文研究随机变量阵列加权和的完全收敛性问题,我们获得行-混合随机变量阵列加权和的一个完全收敛性定理.通过这个定理可以获得一系列结果.我们所得结果推广了Baum和Katz(1965),Peligrad和Gut(1999)所得的结果.     

?混合序列加权和的强极限收敛定理北大核心CSCD

利用?混合序列的矩不等式和随机变量截尾的方法,研究了不同分布?混合序列加权和完全矩收敛和完全收敛等性质,得到了其加权和情形下的强极限收敛定理.所获主要结果推广和改进了葛梅梅等人(高校应用数学学报,2013,28(4):424-430)关于?混合序列加权和强收敛性的相应结论.     

■混合阵列行加权和最大值的若干收敛性质

讨论了■混合阵列行加权和最大值的弱收敛性、L_p收敛性和完全收敛性定理,将独立阵列的相关极限定理推广到了■混合随机阵列情形.