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.     

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.     

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。     

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.     

行为ρ*混合阵列加权和的矩完全收敛性

研究行为ρ*混合阵列加权和的矩完全收敛性,完善了Ahmed et al.[Statist.Probab.Lett.,2002,58:185-194],Peligrad et al.[J.Theoret.Probab.,1999,12:87-104]以及Baeket al.[J.Korean Stat.Soc.,2008,37:73-80]的结果.同时,给出一个应用,得到基于ρ*混合序列的平滑移动过程的矩完全收敛性,扩充了Kim et al.[Statist.Probab.Lett.,2008,78:839-846]的结果.     

ρ—混合序列加权和的完全收敛性

对混合速度不作限制下，讨论了ρ－混合序列加权和Ｔｎ＝Σ（ｎ，ｋ＝１）αｎｋＸｋ的完全收敛性，推广了Ｗ．Ｆ．Ｓｔｏｕｒｔ的结果。将此新结果应用于线性模型参数β的估计中，得出β的最小二乘估计βｎ的强相合性     

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.     

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     

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.     

行为ρ混合随机变量阵列的完全矩收敛性

本文假设 X ni ;i ≥1,n ≥{}1是一列行为？ρ混合随机变量阵列。在没有同分布和随机控制的假设条件下,作者讨论了？ρ混合随机变量的完全矩收敛性,所获得结果推广和改进了 Hu and Taylor （1997）,Zhu （2006）和 Wu and Zhu （2010）的相应定理。     

不同分布NA序列加权和的完全收敛性

本文讨论了不同分布NA随机变量序列加权和的完全收敛性，获得了较[7]中的定理1及定理A更为一般的安全收敛性，并得到了完全收敛速度与矩条件之间的等价关系。     

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.     

(～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.     

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．     

不同分布(p)混合序列的完全收敛性

讨论了一类比较广泛的相依随机变量序列(p)混合序列的收敛性质,推广了吴群英等人关于(p)混合序列的完全收敛性的研究,获得了不同分布p混合序列的完全收敛性的结果.     

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.     

行为(ρ)混合阵列加权和的收敛性

本文研究了行为(ρ)混合阵列加权和的收敛性.利用(ρ)混合序列的Rosenthal型最大值不等式,讨论了(ρ)混合阵列加权和的L1收敛性,依概率收敛性,几乎处处收敛性,及完全收敛性之间的等价关系,推广了行独立随机变量阵列相应的结果.