基于负相协样本经验过程的加权弱收敛

在文中,我们建立了基于负相协样本经验过程的加权弱收敛,同时利用这个结果,我们还证明了其积分的弱收敛性,并将这些结果应用于生存分析,获得屯一些相应的弱极限性质。     

负相协随机变量的指数不等式

该文给出了一些负相协随机变量的指数不等式.这些不等式改进了由Jabbari和Azarnoosh^[4]及Oliveira^[7] 所得到的相应的结果.利用这些不等式对协方差系数为几何下降情形, 获得了强大数律的收敛速度为n^-1/2(log log n)^1/2(log n)^2.这个收敛速度接近独立随机变量的重对数律的收敛速度, 而Jabbari和Azarnoosh^[4]在上述情形下得到的收敛速度仅仅为n^-1/3(log n)^5/3.     

不具有平稳分布的负相协随机变量的强大数定律

本文应用Shao所提供的极大值矩不等式给出了两个不具有平衡分布的负相协随机变量列的强大数定律。     

相协随机变量的指数不等式与强大数律

对相协随机变量部分和建立一些指数不等式, 这些不等式改进了Ioannides和Roussas (1999)及Oliveira (2005) 所获得的相应结论.利用这些不等式给出一些强大数律, 对协方差系数为几何递减情形,获得了强大数律的收敛速度为n^-1/2(log log n)^1/2(log n).这个收敛速度接近独立随机变量的重对数律的速度, 而且较好地改进Ioannides 和 Roussas及Oliveira分别获得的速度n^-1/3}(log n)^2/3和n^-1/3(log n)^5/3.     

一般适随机变量阵列的弱收敛

本文讨论一般适随机变量阵列行和的稳定收敛问题,其结果一般化了 Gne-denko 和 Kormogorov 关于独立随机变量阵列弱收敛的有关定理.     

关于弱收敛非负随机变量序列的逆矩

在2 δ阶矩有限时,对一类非负弱收敛随机变量列,给出了成立的充分条件,推广了[2]中的结果并严密了其中主要结果定理3,定理4的证明．     

概率分布函数序列弱收敛的一个充分条件

概率分布函数序列弱收敛的一个充分条件陈俊雅（天津师范大学数学系３０００７４）设Ｆ，Ｆ＿１，Ｆ＿２，…均为概率分布函数，它们的ｋ阶矩分别为文献［１］中给出了下述结果：如果上述每个概率分布函数的各阶矩均有限，且满足：１）本文改进了这一充分条件，得到了下面...     

关于相依随机变量弱不变原理的收敛速度

本文在非平稳且对混合速度的要求较弱的条件下，利用（１２）中的方法把混合情形的部分和的弱收敛速度问题转化为某鞅差序列的部分和过程的这一问题的讨论，然后适当截尾，用Ｓｋｏｒｏｈｏｄ的鞅嵌入方法，求得其收敛速度，其结果与独立同分布情形时的最佳结果相接近。     

相协样本下Wilcoxon两样本统计量的渐近分布北大核心CSCD

研究了相协样本下Wilcoxon两样本统计量的渐近分布的问题.利用Hoeffding分解方法,获得了相协样本下Wilcoxon两样本统计量的渐近分布为正态分布的结果,推广了负相协样本下Wilcoxon两样本统计量的渐近分布的结果.     

关于N-弱鞅和弱鞅不等式的一个注记

$N$-弱鞅($N$-demimartingales)是由Christofides引进的.Christofides指出均值为零的负相协(negatively associated)随机变量序列的部分和序列是$N$-弱鞅. 然而, 相关文献中引理2.1的证明有错误, 这就影响了其文后的结果引理2.2、定理2.1等. 在这篇注记中,修正了相关文献中的引理2.1, 作为应用, 推广了鞅和下鞅的一些结果.     

Complete Moment Convergence for Arrays of Rowwise Negatively Associated Random Variables

In this paper, the authors present some new results on complete moment convergence for arrays of rowwise negatively associated random variables. These results improve some previous known theorems.     

���������������м�Ȩ�͵ľ���ȫ������

研究了负相关随机变量阵列加权和的矩完全收敛性,改进了Baek等(2008)的结果.作为应用,得到了基于负相关随机变量序列的平滑移动过程的矩完全收敛性,完善了Li等(2004)的结果.     

负相伴样本情形线性指数分布参数的经验Bayes检验问题

讨论了负相伴样本情形线性指数分布参数的经验Bayes(EB)单侧检验问题.利用概率密度函数的核估计构造了参数的经验Bayes单侧检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性并获得了其收敛速度.最后给出一个有关主要结果的例子.     

行为NA的随机变量阵列加权和的完全收敛性

In this paper we obtain theorems of complete convergence for weighted sums of arrays of rowwise negatively associated （NA） random variables. These results improve and extend the corresponding results obtained by Sung （2007）, Wang et al. （1998） and Li et al. （1995） in independent sequence case.     

The Weak Convergence for Functions of Negatively Associated Random Variables

Let {X_n, n1} be a sequence of stationary negatively associated random variables, S_j(l)=∑^l_i=1 X_j+i, S_n=∑ⁿ_i=1 X_i. Suppose that f(x) is a real function. Under some suitable conditions, the central limit theorem and the weak convergence for sums are investigated. Applications to limiting distributions of estimators of Var S_n are also discussed.     

NA序列下经验分布函数的渐近正态性及其应用

本文在NA负相协序列下利用熟知的相依情形的大小块分割的方法,建立了经验分布函数的渐近正态性．作为在可靠性中的应用,得到了生存函数■(x)=P(X＞x)估计的渐近正态性．     

Complete Convergence of Weighted Sums for Arrays of Rowwise $m$-Negatively Associated Random Variables

In this paper, we discuss the complete convergence of weighted sums for arrays of rowwise $m$-negatively associated random variables. By applying moment inequality and truncation methods, the sufficient conditions of complete convergence of weighted sums for arrays of rowwise $m$-negatively associated random variables are established. These results generalize and complement some known conclusions.     

负相伴样本情形线性指数分布参数的经验Bayes双侧检验问题

本文讨论了负相伴样本情形线性指数分布参数的经验Bayer(EB)双侧检验问题,利用概率密度函数的核估计构造了参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o)性并获得了它的收敛速度,最后,给出一个有关本文主要结果的例子。     

Equivalent Conditions of Complete Convergence for Weighted Sums of Sequences of Extended Negatively Dep endent Random Variables

By using Rosenthal type moment inequality for extended negatively dependent random variables, we establish the equivalent conditions of complete convergence for weighted sums of sequences of extended negatively dependent random variables under more general conditions. These results complement and improve the corresponding results obtained by Li et al.(Li D L, RAO M B, Jiang T F, Wang X C. Complete convergence and almost sure convergence of weighted sums of random variables. J. Theoret. Probab., 1995, 8: 49–76) and Liang(Liang H Y. Complete convergence for weighted sums of negatively associated random variables. Statist.Probab. Lett., 2000, 48: 317–325).