加权AANA随机变量和的一致强收敛速度

为了完善 AANA 序列的极限理论,利用三级数定理、Borel-Cantelli 引理及一些概率不等式,研究了AANA 随机变量序列的函数加权和。在一定的条件下,得到了其一致强收敛速度为n？13 log n,推广了关于NA随机变量序列的相应结果。     

?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.     

一般适随机变量阵列的弱收敛

本文讨论一般适随机变量阵列行和的稳定收敛问题,其结果一般化了 Gne-denko 和 Kormogorov 关于独立随机变量阵列弱收敛的有关定理.     

φ混合随机变量最大值加权和的强收敛（英文）

本文研究φ混合随机变量最大值加权和的强收敛性质.提出关于不同分布φ混合随机变量完全收敛的一些结果.作为一个应用,取得φ混合随机变量加权和的Marcinkiewicz-Zygmund型强大数定律.     

无界混合序列强律的收敛速度

本文进一步研究无界相依随机变量序列部分和的Marcinkiewicz-Zygmund强律的收敛速度,在对随机变量的矩给出一定的限制时,关于无界ψ-混合序列(未必平稳)得到了与[2]中主要结果相类似的结论。     

NOD随机变量随机加权部分和的完全收敛性

本文研究了NOD随机变量双下标随机加权部分和的完全收敛性,获得了一些完全矩收敛结果和完全收敛结果,从而获得了Marcinkiewicz-Zygmund型强大数律.我们的结果推广了目前已有的一些结论.进一步,我们给出一些数据模拟工作来展示收敛性结果.     

ρ-混合序列加权和的完全收敛性

本文研究ρ-混合随机变量序列的加权和.利用文献[10]的矩不等式,在勿需控制混合系数的情况下,得到了完全收敛的充分条件,对“同分布”情形,得到了完全收敛的必要条件,推广了文献[8,10]中的有关结果.     

AANA随机变量阵列加权和的完全收敛性（英文）

设{X_(ni),i≥1,n≥1}是AANA随机变量阵列.在一些较为广泛的矩条件下,研究了AANA随机变量阵列加权和的完全收敛性.所得结果推广和改进了NA变量的相应结果.     

$\rho$-混合序列移动平均过程的完全矩收敛的收敛速率[英文]

本文在适当的矩条件下, 通过利用$\rho$-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$\rho$-混合序列关于移动平均过程完全矩收敛的收敛速率相关结论, 扩大了应用范围.     

多指标随机变量Marcinkiewica大数定律完全收敛性和收敛速度

本文考虑指标在Ｚ＾ｄ＋，ｄ≥１中的独立同分布随机变量序列，得到了有关大数定律完全收敛性和收敛速度等一些结果。     

依概率收敛与依分布收敛的关系

本文探讨了随机变量序列依概率收敛与依分布收敛的关系 ,并给出了一个依分布收敛能保证依概率收敛的最弱的条件 ,即 :设分布函数列 { Fn(x) }弱收敛于连续的分布函数 F(x) ,则存在随机变量序列{ξn}和随机变量ξ,它们分别以 { Fn(x) }和 F(x)为其对应的分布函数列和分布函数 ,且 {ξn}依概率收敛于ξ.     

NA序列部分和的矩完全收敛性

讨论了NA序列部分和的矩完全收敛性,在一定条件下获得了NA序列矩完全收敛的充要条件,显示了矩完全收敛和矩条件之间的关系,将独立同分布随机变量序列矩完全收敛的结果推广到NA序列,得到了与独立随机变量序列情形类似的结果.     

关于弱收敛非负随机变量序列的逆矩

在2 δ阶矩有限时,对一类非负弱收敛随机变量列,给出了成立的充分条件,推广了[2]中的结果并严密了其中主要结果定理3,定理4的证明．     

有关记录次数的计数过程的矩精确完全收敛

给出了一个关于i.i.d.绝对连续随机变量列的记录次数的计数过程的矩精确完全收敛性的一般化定理.     

依概率收敛与依分布收敛的关系

本探讨了随机变量序列依概率收敛与依分布收敛的关系,并给出了一个依分布收敛能保证依概率收敛的最弱的条件,即：设分布函数列{Fn（x）}弱收敛于连续的分布函数F(x),则存在随机变量序列{ξn}和随机变量ξ,它们分别以{Fn（x）}和F（x）为其对应的分布函数和分面函数,且{ξn}依概率收敛于ξ。     

行为渐近几乎负相关随机变量阵列加权和的完全矩收敛性（英文）

本文考虑行为渐近几乎负相关(AANA)随机变量阵列加权和的完全矩收敛性,在未同分布假设下建立了完全矩收敛性的一些充分条件.获得的主要结果分别推广和改进了负相关随机变量和渐近几乎负相关随机变量的相应结论.     

多指标随机变量Marcinkiewicz大数定律完全收敛性和收敛速度

本文考虑指标在，ｄ≥１中的独立同分布随机变量序列，得到了有关大数定律的完全收敛性和收敛速度等一些结果．     

关于DRCE随机阵列的若干极限性质

本文充分利用了ＤＲＣＥ随机变量阵列的特殊结构，在强大数律和ｒ－＝阶矩收敛速度方面，取得了类似ｉｉｄ，序列的结果；并在适当的条件下证明了完全收敛性。     

AANA样本下非参数回归模型的相合性

文章在误差为AANA序列的条件下,利用截尾方法及AANA序列的指数不等式,研究了非参数回归模型P-C估计量的p阶矩相合性、强相合性、完全相合性,且得到了完全相合性的收敛速度,所得结论推广和拓展了已有相关结果.最后,通过数值模拟对主要结果进行了验证.     

关于ρ-混合序列对数律的收敛速度

本文研究了ρ-混合序列对数律的收敛速度，在较弱的矩条件下得到了与独立同分布实随机变量类似的结果，并获得了ρ－混合序列满意对数律的一个充分性结果；讨论了ρ－混合序列重对数律的收敛速度的问题，得到了一个重对数律的充分性条件。