强混合序列的一类中心极限定理及其在回归模型中的应用[英文]

本文研究了强混合序列加权和的中心极限定理, 同时也给出了强混合序列线性过程部分和的中心极限定理. 作为应用,我们利用所得结果, 证明了固定设计回归模型中一类加权函数估计的渐近正态性.     

弱相依随机序列的若干新结果(英文)

设{Xn,n≥1}为-混合序列. 利用随机变量的截尾方法和-混合序列的三级数定理,讨论了-混合序列的收敛性质,并且得到了-混合序列的一类强极限定理,这些结果推广了独立序列的相应结果.最后研究了-混合序列加权和的强稳定性.     

多维随机向量序列加权和的中心极限定理

本文研究了多维随机向量序列加权和的渐近行为.利用Lindeberg中心极限定理的基本思想,得到了多维随机向量序列加权和的中心极限定理及其收敛速度,为Lindeberg中心极限定理的推广.     

?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.     

?混合序列加权和的强极限收敛定理

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.     

相依序列加权和的几乎处处中心极限定理

该文讨论了非平稳负(正)相依序列加权和的几乎处处中心极限定理,改进并推广了相依序列几乎处处中心极限定理的相关结果.     

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.     

һ��ǿ����������ļ��޶����ע��

本文在{ξi}为强混合样本,{ani}是实三角阵列下,得到了一个新的关于线性和n∑i=1aniξi的中心极限定理.并利用该中心极限定理,进一步建立了线性过程部分和的中心极限定理.     

(p)混合序列部分和的强大数定律

设{Xn,n≥1)是(p)混合序列.利用随机变量的板尾方法和(p)混合序列的三级数定理这一工具研究了(p)混合序列的性质.得到了矩条件下(p)混合序列的一类强极限定理和强大数定律.并给出了一些简单应用.推广了若干经典的强大数定律.     

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.     

α混合随机变量序列部分和乘积的几乎处处中心极限定理

利用子序列等方法,获得α混合随机变量序列部分和乘积的几乎处处中心极限定理的更优结果,改进了相关文献的结果.     

任意随机序列级数的强收敛性

利用鞅差序列级数收敛定理研究任意随机序列级数的强收敛性,得到了该序列的一个强极限定理,某些经典的鞅差序列和独立随机变量序列的强极限定理是其特例.     

随机变量序列加权和的一般Davis-Gut律

本文获得了独立同分布随机变量序列加权和的一般Davis-Gut律,推广了已有的结果.本文所使用的主要工具是中心极限定理的非一致估计结果.     

随机环境中马氏链函数加权和的极限定理

该文研究了随机环境中马氏链函数的极限定理,给出了随机环境中马氏链函数加权和强收敛性成立的一系列充分条件,这些结果推广和改进了已知的一些文献中随机变量序列加权和的相应的结论.     

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     

鞅差序列加权和的中心极限定理

对一类鞅差序列,我们获得了其加权和中心极限定理,并给出了在非线性回归模型及线性模型中的应用。     

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。     

任意随机变量序列泛函及其随机变换的一类极限定理

采用鞅方法研究对任意随机变量序列普遍成立的强极限定理.并作为推论得到了m阶马氏过程,鞅序列,鞅差序列,独立随机变量序列的一类强极限定理.并把赌博系统的随机变换概念推广到任意随机变量序列的情况,得到任意随机变量序列随机选择与公平比的若干极限定理.     

方差可能无界的弱相依序列的收敛性

在文[1]中我们考虑了平稳m-相依序列在没有方差存在的限制下的中心极限定理.本文将这一结果推广到函数空间D[0,1]的场合,并且进一步考虑了更为一般的弱相依序列——满足强混合条件(α)的序列——的中心极限定理及其不变原理.