宽相依随机变量加权和的强极限定理

Strong limit theorems are established for weighted sums of widely orthant dependent（WOD） random variables. As corollaries, the strong limit theorems for weighted sums of extended negatively orthant dependent（ENOD） random variables are also obtained, which extend and improve the related known works in the literature.     

一个对二值随机变量序列普遍成立的强极限定理

本文避免独立性、平稳性和各种相依性假设，给出了一个对二值随机变量序列普遍成立的强权限定理     

B值随机变量序列的强极限定理和强大数定律

利用鞅收敛定理,讨论了B值随机变量序列的强收敛性,得到了一类强极限定理和强大数定律,使某些已知结果为其特例。     

一类适应随机变量序列的强极限定理

研究了一类适应随机变量序列的局部收敛性,推广了文献[1]中的结论.并在假定部分和序列为极限鞅时,得到了极限鞅的强极限定理.最后给出了*-mixing序列的强大数定律.     

B值随机变量序列的一类局部收敛定理

研究取值于Banach空间随机变量序列的一类局部收敛定理．作为推论,得到了一类B值鞅差序列的极限定理和经典的独立随机变量序列的极限定理,     

关于独立随机变量序列强极限定理的注记

构造出一个独立随机变量序列的例子,说明Shiryaev的一个关于独立随机变量序列强极限定理是一个新的类型的定理.     

关于任意随机变量序列的一类强极限定理

本文的目的是建立一类任意随机变量序列的强极限定理，作为推论，得到了一类鞅差序列收敛定理，马氏过程的强极限定理和若干经典的独立随机变量序列的强大数定律，已有的若干轶差序列收敛定理和可列非齐次马氏链的一个强极限定理是本文结果的特例，本文的主要结果对随机变量序列除矩条件外没有任何要求．     

关于任意随机变量序列的强极限定理的一个注记

主要说明两两NQD随机变量序列的一些收敛性质是任意随机变量序列的强极限定理的推论.     

似然比与整值随机变量序列的一类用不等式表示的极限定理

本文引进似然比作为整值随机变量序列相对于服从负二项分布的独立随机变量序列的偏差的一种度量,并通过限制似然比给出了样本空间的一个子集,在此子集上得到了任意整值随机变量序列的一类用不等式表示的极限定理。     

任意B值随机变量序列关于条件期望的一类强极限定理

利用随机变量的截尾方法和条件三级数定理,研究任意B值随机变量序列的极限性质,得到了一类关于条件期望的强极限定理和鞅差序列收敛定理,推广了与此相应的一些结果和若干经典的强大数定律.     

随机变量的截尾与一类强偏差定理

通过极限相对对数似然比，利用随机变量截尾的方法并结合鞅这一工具研究相依连续型和离散型随机变量序列的性质，得到一类用不等式表示的强偏差定理．     

关于相依离散随机序列的若干强偏差定理

首次引入随机序列滑动似然比与滑动相对熵概念作为刻画任意相依随机序列的独立逼近的随机性度量,利用B-C引理与分析方法相结合,研究任意离散随机序列部分和滑动平均的强偏差定理.作为推论,得到了关于广义经验分布函数的一个极限定理.最后,给出了若干例子.     

对数似然比与离散随机变量序列强极限定理的一种分析方法

本文引进对数似然比作为任意离散随机变量序列相依性的一种度量，并通过限制似然比给出样本空间的某种子集，在这种子集上得到了离散随机变量序列的一类强极限定理，它包含若干经典强大数定律为其特例．在证明中本文提出了证明强极限定理的一种分析方法，其要点是将关于单调函数可微性的定理应用于几乎处处收敛的研究．     

关于任意随机变量序列泛函的强极限定理

本文在k是固定的正整数，{fn}是R^k 1上的Borel可测函数列时，得到了任意随机变量序列{Xrn≥0}的泛函{fn(Xn-k,…,Xn)}的强极限定理，它是Chung的关于独立随机变量序列的强大数律的推广，作为推论，得到了k重非齐次马尔科夫链的一类强极限定理．     

任意随机变量序列泛函的强极限定理(Ⅱ)

当{Xn，n≥0}是任意随机变量序列，fn(x0，…，xn)(n≥1)是R^n 1上有界Borel可测函数时，利用鞅的理论，建立了泛函序列{fn(X0，…，Xn)，n≥1)的强极限定理，作为推论，得出了关于任意随机变量序列到达某些Borel可测集的频率与条件概率之间的关系．     

关于任意随机可积序列的一个强收敛定理

本文研究了可积随机适应序列强收敛定理的问题.利用构造截尾停时以及鞅差序列的方法,获得了一类任意积随机适应序列的强收敛定理,推广了若干已知的结果.     

任意随机变量序列关于随机选择的一类强偏差定理

本文通过引进极限相对对数似然比,利用限制似然比给出了样本空间的一个子集,得到了任意实值随机变量序列关于随机选择的一类用不等式表示的强极限定理.并作为推论得到了任意整值随机变量序列的m元序组的强偏差定理.     

关于样本熵的一类强偏差定理

设{Xn,n≥1}是在可数集S中取值的一列随机变量,其联合分布为gn(x1,……,xn),pk(xk)是Xk的边缘分布。本文利用关于乘积分布∏^nk=1pk(xk)的相对熵和样本相对熵率的概念建立了关于参考样本熵的一类强偏差定理。     

A CENTRAL LIMIT THEOREM FOR STRONG NEAR-EPOCH DEPENDENT RANDOM VARIABLES

In this paper, a central limit theorem for strong near-epoch dependent sequences of random variables introduced in [9] is showed. Under the same moments condition, the authors essentially weaken the "size" requirement mentioned in other papers about near epoch dependence.