ψ-混合序列加权和的完全收敛性

研究Ψ-混合序列加权和的完全收敛性,证明了一般双下标加权系数的加权部分和的完全收敛性,改进了杨善朝的结果.     

?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.     

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.     

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.     

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.     

NOD随机变量序列加权和的矩完全收敛性

讨论了NOD随机变量序列加权和的矩完全收敛性,获得了NOD随机变量序列加权和的矩完全收敛性的充要条件.这些结论显示了矩完全收敛性和矩条件之间的等价关系,同时推广了Wu Qunying(2011)的结果.     

ψ—混合序列加权和的收敛性质

本文在ψ－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.     

NA序列加权和完全收敛性的一个注记

本文把Stout[7]的一个关于独立同分布随机变量序列加权和的完全收敛性的结果推广到NA随机变量序列加权和情形,本质上改善了原有结果的矩条件.本文的证明方法和原有文献的证明方法类似,但在某些关键步骤上稍有改进,从而可充分利用权所提供的信息,达到改善矩条件的目的.     

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.     

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.     

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。     

■-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.     

WOD随机变量序列加权和的完全收敛性北大核心

应用WOD随机变量序列部分和最大值的Rosenthal型矩不等式,结合三段截尾法,研究了WOD随机变量序列加权部分和最大值的完全收敛性,所得的定理推广和改进了先前相应文献的一些结果.     

φ混合随机变量加权和的完全收敛性

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.     

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.     

NA序列Stout型加权和的完全收敛性

本文把Stout[8]的一个关于独立同分布随机变量序列加权和的完全收敛性结果推广到NA随机变量序列加权和情形,本质上改善了原有结果的矩条件.本文的证明方法和原有文献的证明方法类似,但本文深入挖掘原有结果权条件之间隐藏的蕴含关系并加以有效的利用,从而达到改善矩条件的目的.