不同分布(φ)混合随机变量序列的强收敛性

本文研究了不同分布(φ)混合随机变量序列的强收敛性质的问题.利用(φ)混合随机变量序列的矩不等式和截尾的方法,获得了(φ)混合随机变量序列完全收敛性和几乎处处收敛性结果,所获得结果不仅推广了Baum和Katz (1965)关于独立同分布随机变量序列的结论,而且改进了Wu和Lin (2004)关于同分布(φ)混合随机变量序列的相关结论.     

具有突变率的广义生-灭过程——随机单调性、Feller性及可配称性

本文给出了具有突变率的广义生－灭过程的随机单调性、Feller性及可配称性的充要条件。     

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。     

多元统计分析在教学质量评估中的应用

本文对我院教师教学质量评估结果运用多元统计分析方法进行综合分析，得出的一些结果，可供学院领导及管理部门从总体上了解教师的教学状况和教学水平，并对教师提高教学质量有明显的导向性     

广义分枝过程的强遍历性

在文[1]的基础上，进一步讨论了广义分枝Q－矩阵的强遍历性及随机单调性。     

行m-NSD随机变量阵列的完全收敛性

本文研究了行m-NSD随机变量阵列的完全收敛性问题.主要利用m-NSD随机变量的Kolmogorov型指数不等式,获得了行m-NSD随机变量阵列的完全收敛性定理,将Hu等（1998）andSung等（2005）的结果从独立情形推广到了m-NSD随机变量阵列.本文的结论同样推广了Chen等（2008）,Hu等（2009）,Qiu等（2011）和Wang等（2014）的结果.     

两两NQD阵列行和的若干极限定理

讨论了两两NQD阵列行和的弱收敛性、L_p收敛性和完全收敛性,在{X_(nk);1≤k≤k_n↑∞,n≥1}是Cesaro一致可积的相关条件下,获得了两两NQD阵列行和的弱收敛性、Lp收敛性和完全收敛性定理,将独立阵列行和的相关极限定理推广到了两两NQD阵列行和的情形.     

次线性期望下Marcinkiewicz’s强大数定律（英文）

次线性期望提供了一个非常灵活的框架来对不确定的现象概率问题建立模型,大量的问题引起许多人的兴趣.在本文中,通过利用次线性期望的概率不等式,我们得到Marcinkiewicz’s强大数定律.     

WOD样本下密度函数核估计的强相合性

设{X_n,n≥1}是同分布的WOD随机变量序列,具有共同的密度函数f(x),利用WUOD序列的指数不等式,在适当条件下获得了WOD样本下密度函数核估计的强相合性.     

负相关随机变量加权和的强定律(英文)

在本文中我们讨论了不同分布负相关随机变量加权和的强定律.在一个有限矩生成函数的条件下,一些有关负相关随机变量加权和的强定律被获得.这些结果推广了Soo HakSung[4]关于独立同分布随机变量的相应结论.我们的结果也概括了Mi Hwa Ko和Tae SungKim[7]获得的相关结论,同时使得Nili Sani H R和Bozorgnia A[9]所取得的结果更加形象.