负相依随机变量之和的概率大偏差不等式

本文建立了负相依随机变量序列的概率大偏差不等式，并推广了以往文献的结果．     

独立随机变量部分和的大偏差

本文把 Cramer 关于独立同分布随机变量序列部分和的大偏差的一个定理推广到独立不同分布随机变量序列的情形,获得了如下结果:定理设{X_j)j>1是实值独立随机变量序列,F_j(x)是 X_j 的分布,如果     

混合随机变量阵列加权和的完全收敛性

利用混合随机变量的Rosenthal型不等式,研究了混合随机变量阵列加权和的完全收敛性,在更广泛的条件下,获得了完全收敛性的一般性定理和由混合随机变量序列生成的移动平均过程的完全收敛性定理,这些定理推广和改进了已知一些文献中相应的结果.     

经验过程大偏差

本文研究了独立但不同分布的随机变量序列的经验过程大偏差原理.运用Talagrand-Ledoux偏差不等式建立了该经验过程大偏差估计的充分和必要条件.     

E—值独立随机变量部分和大偏差及应用

本文给出了Ｅ－值随机变量之部分和大偏差定理（Ｅ是一类局部凸空间）。作为其应用，解决了独立弱收敛随机变量列的经验分布的大偏差问题，从而推广了Ｄｏｎｓｋｅｒ－Ｖａｒａｄｈａｎ的结果。     

随机保费下扰动风险模型总索赔盈余的大偏差

考虑随机保费下带干扰的风险模型,其中保费额和索赔额各自形成了END的随机变量序列,保费次数是由一个拟更新过程描绘,干扰项是由一个布朗运动过程来刻画.在索赔额分布属于一致变化类的条件下,给出了总索赔盈余过程的精致大偏差.     

L族END的多元部分和的精确大偏差下界

从保险的实际出发,研究服从长尾分布族(L族)上的多元风险模型中随机变量序列的部分和的精确大偏差,其中假设随机变量序列是一列延拓负相依(END)的、同分布的随机变量序列,利用基于求L族的精确大偏差的方法得到了随机变量部分和的渐近下界.     

ND序列部分和的大偏差和强收敛性

利用ND随机变量序列的矩不等式、极大值不等式以及随机变量的截尾方法,重点研究了ND随机变量序列部分和的大偏差结果和强收敛性,推广了文献中一些相依随机变量序列的若干相应结果.     

独立和子序列的完全收敛性

众所周知,Hsu和Robbins由于1947年首先引人完全收敛概念.此后,许多人进一步研究了随机变量序列的完全收敛性.特别,对超临界分支过程的研究导致人们去考虑独立同分布随机变量算术平均序列子序列的完全收敛性,并在这方面做了一些工作,其     

关于基于Delta-序列的密度估计的大偏差的一个注记

本文研究了基于一个delta-序列和一列独立同分布且取值于 ??綆 随机变量的非参数密度估计的对称检验问题,用经验过程的方法,得到了相应的量满足大偏差原理,推广了文献[3]的结果.