混合序列加权和的完全收敛性和强收敛性

讨论了 ρ混合序列加权和的完全收敛性和强收敛性 ,推广了Stout和Thrum定理     

ρ混合序列加权和的完全收敛性和强收敛性

讨论了ρ混合序列加权和的完全收敛性和强收敛性,推广了Stout和Thrum定理.     

相依序列加权和的收敛性

本文在相依序列下考虑加权和的ａ．ｓ．收敛性和完全收敛性．所得结论推广并改进了［１］、［２］中有关结论．     

ρ^ ～混合序列加权和完全收敛性和强收敛性

讨论了ρ^ ～混合序列加权和完全收敛性和强收敛性，推广了Stout和Thrum定理。     

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.     

NA序列部分和的完全收敛性

本文讨论了非平稳NA随机变量序列部分和的完全收敛性,获得了一般形式的完全收敛速度与矩条件之间的等价关系,其结果与独立情形一致,从而证实了NA序列与独立序列有着极为类似的完全收敛性．     

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。     

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.     

行为NA的随机变量阵列的完全收敛性

根据 NA序列的一个矩不等式 ,研究了行为 NA的随机变量阵列的完全收敛性和依概率收敛性 ,所得结果 ,推广了行独立随机变量阵列相应的结果     

B值随机变量序列一类加权和的完全收敛性

在没有任何几何假设条件下,本文获得了取值于Banach空间随机变量序列一类加权和的完全收敛性,推广和改进了已有的结果.作为应用获得了取值于p型Banach空间随机变量序列的完全收敛性,特别获得了经验过程在L_p范数下的完全收敛性,1≤p<2.     

非平稳ρ混合序列的完全收敛性

本文进一步研究了ρ－混合序列的完全收敛性，讨论了无界非平稳情形完全收敛性成立的充分和必要条件，获得了理想的结果．     

关于随机序列加权和的收敛性的注记

通过对数组加权系数的列截尾,研究了B值随机一致有界序列加权和的收敛性,获得了相应的几乎处处收敛和完全收敛到0的结果.最后建立了B值随机适应序列加权和的矩收敛定理.     

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。     

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。     

PA序列部分和的完全收敛性

研究PA序列部分和的完全收敛性的充分条件,获得与独立情形一致的结论 ,同时给出了PA序列的一具极大部分和的矩不等式。     

ρ-混合序列和的收敛性及其应用

该文对ρ 混合速度不作任何限制下,获得了犛狀＝ Σ狀犻＝１犪狀犻犡犻的完全收敛性,犪．狊．收敛性。并将此结果应用于线性回归模型参数β的最小二乘估计及非参数回归模型ｇ的权函数估计中,得到了各自的强相合性。     

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．     

次线性期望空间下行END阵列的完全积分收敛性

研究次线性期望空间下随机变量序列的完全积分收敛性,在一般矩条件下,利用指数不等式和截尾法得到了次线性期望空间下行END阵列的完全积分收敛性,从而推广了次线性期望空间下随机变量序列的完全积分收敛性.     

NOD随机变量阵列加权乘积和的完全收敛性

利用NOD随机变量的性质,研究了行为NOD随机变量阵列加权乘积和的完全收敛性,获得了一些新的结果,所得的结果推广和改进了已知的一些文献中的一系列结果.     

混合序列的完全收敛性

讨论了混合序列的完全收敛性,推广了[5]的定理2.