～↑ρ—混合序列的不变原理

给出一类较广泛的～↑ρ－混合序列，并证明了在一定的矩条件下，～↑ρ－混合序列的不变原理成立。     

-混合序列的不变原理

给出一类较广泛的ρ-混合序列 ,并证明了在一定的矩条件下 ,ρ-混合序列的不变原理成立     

不同分布ρ混合序列的强收敛速度

讨论了ρ混合序列的强收效性,获得了与独立情形几乎一致的结果,推广了著名的Marcinkiewicz-Zygmund强大数律.     

(～ρ)混合序列的大数定律和完全收敛性

本文研究了(～ρ)混合序列的大数定律和完全收敛性.利用Bryc W.和Smolenski W.不等式,获得了与独立情形一样的大数定律和完全收敛定理.     

同分布ρ-混合序列的最大值不等式及其应用

本文讨论了同分布混合序列部分和分布函数的上界及其应用.利用矩不等式和截尾方法,得到了部分和分布函数的上界.作为应用,并且极大值函数的矩存在的充分条件,与独立时的结果是一致的.     

ρ-混合序列移动平均过程的完全矩收敛

本文利用ρ-混合序列移动平均过程的依分布收敛,以及ρ-混合序列的矩不等式,研究了ρ-混合序列移动平均过程的完全矩收敛,这些结果推广和改进了已知文献中相应的结论.     

不同分布(~)ρ混合序列乘积和的强收敛性

研究了ρ混合序列的收敛性质,利用得到的结果和ρ混合序列的矩不等式讨论了ρ混合序列乘积和的强收敛性质.     

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．     

ρ-混合序列的重对数律

设{Xn,n≥1}是同分布ρ-混合序列,其分布属于特征指数为α(0<α<2) 的非退化稳定分布的正则吸引场,证明了依概率1有lira supn→∞ = e1/α,并获得了一系列等价条件．此结果的获得不仅将已有的一些结果推广至ρ-混合序列的情形,并且将其结果作了一定的改进．     

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.     

同分布ρ混合序列的矩完全收敛性

获得了同分布ρ混合序列的矩完全收敛性成立的充分必要性条件,推广和改进了已有的结果.     

ρ-混合序列的大数定律和完全收敛性

主要研究了ρ-混合序列的大数定律和完全收敛性,获得了与ρ-混合序列情形一样的大数定律和完全收敛性．     

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.     

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.     

不同分布混合序列的强收敛速度

讨论了(～ρ)混合序列的强收敛性,获得了与独立情形几乎一致的结果,推广了著名的Marcinkiewicz-Zygmund强大数律.     

(~ρ)-混合误差下回归函数加权核估计的强相合性

设{yi}是固定在点{xi}的观察值,适合模型yi=g(xi) εi.其中g(x)是[0,1]上的未知函数,{εi}是均值为0的随机误差序列.文献中,在{εi}为独立同分布的条件下,通过构造新的函数gn(x),对g(x)进行了估计.论文将{εi}推广至(~ρ)-混合误差序列的情形,通过附加适当的条件和精细的计算,获得了用gn(x)估计g(x)的同样结论.     

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.     

关于ρ-混合序列对数律的收敛速度

本文研究了ρ-混合序列对数律的收敛速度，在较弱的矩条件下得到了与独立同分布实随机变量类似的结果，并获得了ρ－混合序列满意对数律的一个充分性结果；讨论了ρ－混合序列重对数律的收敛速度的问题，得到了一个重对数律的充分性条件。     

ρ-混合序列的完全收敛性(英文)

This paper discusses complete convergence properties of the sums of -mixing random sequences.As a result,we improve the corresponding results of Wu Qunying(2001). And extended the Baum and Katz complete convergence to the case of -mixing random sequences by moment inequality and truncating without necessarily adding any extra conditions.     

ρ混合序列的大数定律和完全收敛性

主要研究了ρ混合序列的大数定律和完全收敛性,获得了与独立情形一样的大数定律和完全收敛定理.