φ混合序列加权和的强大数定律

设{X_n;n≥1}为φ混合随机变量序列,利用φ混合序列的强收敛性及三级数定理,在适当的矩条件下,得到了不同分布φ混合序列加权和的强大数定律的一般结果.     

独立情形下自正则和的精确渐近性

研究均值为零非退化的独立同分布的随机变量序列正则和收敛性,在适当条件下,获得了自正则和精确渐近性的一般结果.     

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.     

NA序列完全矩收敛精确渐近性的一般结果

本文利用NA序列的弱收敛定理及概率不等式,证明了其完全矩收敛精确渐近性的一般结果,改进并推广了已有的结果.     

NSD随机变量序列的完全收敛性

本文利用NSD随机变量序列的性质、矩不等式及三级数定理,在一定的矩条件下,得到了NSD随机变量序列的完全收敛性.所得结果推广了 Chow与Lai[15,16]与Jajte[17]的独立序列的结果.