WOD随机变量序列加权和的矩完全收敛性

WOD(widely orthant dependent)随机变量序列是一类非常宽泛的相依随机变量序列,应用WOD随机变量序列部分和的Menshov-Rademacher型不等式,结合五段截尾技术,研究得到了同分布WOD随机变量序列的Sung型加权和的最大值矩完全收敛性定理,推广和改进了已有的文献的一些最新结果.作为主要结果的一个应用,同时考虑了基于WOD误差的非参数回归模型中加权估计的完全相合性的结果,并且通过模拟验证了理论结果的有效性.     

NOD随机变量序列加权和的矩完全收敛性

讨论了NOD随机变量序列加权和的矩完全收敛性,获得了NOD随机变量序列加权和的矩完全收敛性的充要条件.这些结论显示了矩完全收敛性和矩条件之间的等价关系,同时推广了Wu Qunying(2011)的结果.     

END随机变量阵列加权和的完全收敛性

利用END变量的R0senthal型矩不等式,研究了END随机阵列加权和的完全收敛性,给出了证明完全收敛性的一些充分条件.另外,还给出了证明完全收敛性的一个必要条件.所得结果推广了独立变量和若干相依变量的相应结果.     

行为ND随机变量阵列加权和的完全收敛性

在非同分布的情况下,给出了行为ND随机变量阵列加权和的完全收敛性的充分条件,所得结果部分地推广了独立随机变量和NA随机变量的相应结果.作为其应用,获得了ND随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

行为NSD随机变量阵列加权和的q阶矩完全收敛性

利用Hoffmann-Jφrgensen型概率不等式和截尾法,获得了行为NSD随机变量阵列加权和的q阶矩完全收敛性的充分条件.利用这些充分条件,不仅推广和深化梁汉营等(2010)和郭明乐等(2014)的结论,而且使他们的证明过程得到了极大地简化.     

可交换随机变量序列的完全收敛性

本文探讨了可交换随机变量的完全收敛性问题，从充性和必要性两方面都作了研究，并把ｉ．ｉ．ｄ．情形下的部分结果作了为特例推出。     

NA随机变量加权和的收敛性

利用Rosenthal型最大值不等式,得到了NA随机变量加权和的Marcinkiewicz-Zygmund强大数定律和完全收敛性,所获结果推广和改进了一些文献中相应的结果.     

WOD序列生成的移动平均过程的完全收敛性

设{Yi,-∞＜i＜∞}为不同分布的WOD随机变量序列,{ai,-∞＜i＜∞}为绝对可和的实数序列,利用WOD序列部分和矩不等式及慢变化函数的性质,在适当的矩条件下,研究了不同分布WOD序列生成的移动平均过程的完全收敛性.     

NA序列加权和完全收敛性的一个注记

本文把Stout[7]的一个关于独立同分布随机变量序列加权和的完全收敛性的结果推广到NA随机变量序列加权和情形,本质上改善了原有结果的矩条件.本文的证明方法和原有文献的证明方法类似,但在某些关键步骤上稍有改进,从而可充分利用权所提供的信息,达到改善矩条件的目的.     

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.     

独立和子序列的完全收敛性

众所周知,Hsu和Robbins由于1947年首先引人完全收敛概念.此后,许多人进一步研究了随机变量序列的完全收敛性.特别,对超临界分支过程的研究导致人们去考虑独立同分布随机变量算术平均序列子序列的完全收敛性,并在这方面做了一些工作,其     

NA序列Stout型加权和的完全收敛性

本文把Stout[8]的一个关于独立同分布随机变量序列加权和的完全收敛性结果推广到NA随机变量序列加权和情形,本质上改善了原有结果的矩条件.本文的证明方法和原有文献的证明方法类似,但本文深入挖掘原有结果权条件之间隐藏的蕴含关系并加以有效的利用,从而达到改善矩条件的目的.     

关于随机变量加权和的强收敛性注记

设{X,;n≥1}为独立同分布随机序列,{a_(xi);1≤i≤K_n,↑~∞,n≥1}为权系数序列。本文给出三组sum from i=1 to K_n(a_(ai)X_i→0a.s.充分条件。同时,还讨论加权和的完全收敛性,我们的条件比[3]弱。     

混合随机变量阵列加权和的完全收敛性

利用混合随机变量的Rosenthal型不等式,研究了混合随机变量阵列加权和的完全收敛性,在更广泛的条件下,获得了完全收敛性的一般性定理和由混合随机变量序列生成的移动平均过程的完全收敛性定理,这些定理推广和改进了已知一些文献中相应的结果.     

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.     

ψ-混合序列加权和的完全收敛性

研究Ψ-混合序列加权和的完全收敛性,证明了一般双下标加权系数的加权部分和的完全收敛性,改进了杨善朝的结果.     

B值随机变量序列一类加权和的完全收敛性

在没有任何几何假设条件下,本文获得了取值于Banach空间随机变量序列一类加权和的完全收敛性,推广和改进了已有的结果.作为应用获得了取值于p型Banach空间随机变量序列的完全收敛性,特别获得了经验过程在L_p范数下的完全收敛性,1≤p<2.     

可交换随机变量序列部分和的完全收敛性

本文通过讨论可交换随机变量序列{Xn：n≥1}的部分和Sn关于正值单调函数H(x)，φ(x)的尾概率级数的收敛性和某种形式矩的存在性之间的关系，获得了部分和完全收敛性的一系列充分性和等价性结论．D     

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.     

次线性期望下WA随机变量序列加权和的完全收敛性

在Choquet积分存在的前提下,用不同于概率空间的方法,研究了次线性期望空间中WA随机变量序列加权和的完全收敛定理,从而将概率空间中的相应的定理推广到次线性期望空间中,并得出与概率空间相类似的结果.