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.     

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.     

加权和线性过程的渐近正态性

本文建立了α-混合序列情形的加权和平稳线性过程的渐近正态性.获得的结论基于最少的权条件.所得结论将Abadir等[Econometric Theory,2014,30(1):252-284]中的结论推广至α-混合序列情形.     

加权和线性过程的渐近正态性（英文）

本文建立了α-混合序列情形的加权和平稳线性过程的渐近正态性.获得的结论基于最少的权条件.所得结论将Abadir等[Econometric Theory,2014,30(1):252-284]中的结论推广至α-混合序列情形.     

不同分布ρ--混合随机场的完全收敛性

讨论了不同分布ρ^--混合随机场的部分和的完全收敛性，建立了一个定理，此结果的获得推广了ρ^*-混合随机场和NA序列的相应的结果．     

ρ^-混合序列的完全收敛性

讨论了ρ^-混合序列的完全收敛性。推广了[5]的定理2．     

φ—归纳集范畴与偏序集的一个分类定理

本文引进了-归纳集范畴IP,证明了当Φ函子是并完备时,IP 与偏序集范畴 P 是等价的,并且利用 Galois 连接序列,给出偏序集的一个分类定理,它是文[4]中的分类定理在是任意并完备的Φ-函子情形下的推广.     

相依样本平滑移动过程的矩完全收敛性

本文研究了基于(φ)-混合随机序列的平滑移动过程.利用矩不等式和截尾的方法,获得了基于(φ)-混合随机序列平滑移动过程的矩完全收敛性的充分条件,推广了文[4]和[8]的结果.     

关于亚纯函数Borel方向的几点注记

设 f(z)为平面内的亚纯函数,其级为λ(0<λ≤+∞),下级为μ(0≤μ<+∞).ρ为一有穷正数,适合条件μ≤ρ≤λ.在文献[1]中,杨乐对这种亚纯函数引入了ρ级 Borel方向的概念 并且还讨论了其分布问题.对于整函数的情形,这种 Borel 方向在文献[2]中得到了研究.讨论这种下级有穷的 Borel 方向是比以往讨论有穷正级的 Borel 方向更为广泛的一类问题.根据杨乐和张广厚[3]中的结论,具有这种ρ级 Borel 方向的亚纯函数是广泛存在的.在本文中我们得到了两个结果,其中定理1是文[2]中主要结果的推广,但证明非常简单,定理2是 Milloux 关于整函数与其导数的公共 Borel 方向的结果的推广.     

单侧导数和对称导数混合方式下的微分中值定理

微分中值定理是分析中的一个重要定理,文[1-2]用对称导数讨论该定理,文[3-4]用单侧导数讨论该定理,而本文把两种导数结合起来以混合方式给出该定理的三种形式,且条件更弱.     

张量积VD逼近与凸插值的几个结果

<正> 本文包括三个结果.定理2.1将[4]中的结果推广到一般m×n阶的情形;定理2.2将[2]、[3]中的结果推广到张量积空间;最后定理3.1利用VD样条逼近方法解决了对于任意严格凸离散点组的光滑凸插值问题.     

混合序列部分和的若干收敛性质

本文研究了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混合序列部分和的收敛性,并进一步得到了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.     

φ-归纳集范畴与偏序集的一个分类定理

本文引进了φ-归纳集范畴φIP,证明了当Φ西函子是并完备时,φIP与偏序集范畴P是等价的,并且利用Galois连接序列,给出偏序集的一个分类定理,它是文[4]中的分类定理在φ是任意并完备的Φ-函子情形下的推广。     

ρ混合、φ混合、ψ混合线性模型M估计的强相合性

研究了 ρ混合、φ混合、ψ混合样本线性模型中回归参数M估计的强相合性 ,在条件不变的情况下 ,获得与独立情形一样的M估计是强相合的充分条件 ,推广了文 [1 ]定理 2 .     

彩蝴蝶定理

文[1]介绍了圆中的两个著名定理:蝴蝶定理、坎迪定理.文[2]将上述两个定理统一推广到两同心圆中,得到     

一类适应随机变量序列的强极限定理

研究了一类适应随机变量序列的局部收敛性,推广了文献[1]中的结论.并在假定部分和序列为极限鞅时,得到了极限鞅的强极限定理.最后给出了*-mixing序列的强大数定律.     

ρ-混合序列的重对数律

设{Xn,n≥1}是同分布ρ-混合序列,其分布属于特征指数为α(0<α<2) 的非退化稳定分布的正则吸引场,证明了依概率1有lira supn→∞ = e1/α,并获得了一系列等价条件．此结果的获得不仅将已有的一些结果推广至ρ-混合序列的情形,并且将其结果作了一定的改进．     

■-混合序列加权和的收敛性质

本文在■-混合序列下给出加权和重对数律、完全收敛和强收敛的一些充分条件,这些结论简化了[6],[7]中结论的条件,推广了[8]中定理6并改进了[9]中有关结论,同时给出了加权和的Bernstein不等式.     

ρ混合序列的大数定律和完全收敛性

主要研究了ρ混合序列的大数定律和完全收敛性,获得了与独立情形一样的大数定律和完全收敛定理.     

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.