非负整值随机变量序列的一类强偏差定理

设是在中取值的一列随机变量，其联合分布为是S上的一个分布，该文研究对数似然比与之间的若干极限关系，得到了一类用不等式表示的强极限定理（称之为强偏差定理），其偏差界依赖于样本点．证明中结合区间刻分法，提出了将母函数的工具应用于强极限定理研究的一种途径．     

极限相对对数似然比与一类强偏差定理

本文引进极限相对对数似然比γ（ω）的概念,并利用它来研究相依离散随机变量序列的极限性质。得到了一类用不等式表示的强极限定理,本文称之为强偏差定理,其偏差界依赖于γ（ω）。     

离散随机序列随机和的一类强偏差定理

In this paper, the notion of limit random logarithmic likelihood ratio of stochastic se-quences,as a measure of “dissimilarity“ between their joint distributions and the product of theirmarginals,is introduced. Construct a. s. convergence supermartingale by means of truncation methodand under suitable restrict Chung-Teicher type conditions,some strong deviation theorems for arbi-trary discrete stochastic sequence are obtained.     

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．     

关于任意非负随机序列随机和的一类随机偏差定理

本文引入任意随机变量序列随机极限对数似然比概念,作为任意相依随机序列联合分布与其边缘乘积分布“不相似”性的一种度量,利用构造新的密度函数方法来建立几乎处处收敛的上鞅,在适当的条件下,给出了任意受控随机序列的一类随机偏差定理.     

关于任意离散随机序列的一个强偏差定理

引用极限对数似然比的概念作为任意随机序列联合分布与其边缘分布"不相似性"的度量,构造几乎处处收敛的上鞅,讨论了任意离散随机序列的强偏差定理.     

关于随机选择系统的一类强偏差定理

本文将随机选择系统(或称为赌博系统)和对数似然比的概念引入非负整值随机变量序列的极限性质的研究,建立了一类关于随机选择系统的选择子序列的强偏差定理.     

一类强极限定理与矩母函数方法

本文利用似然比的概念，研究离散随机变量序列的极限性质，得到了一类用不等式表示的强极限定理．证明中结合区间剖分法，提出了将矩母函数的工具应用于强极限定理的研究的一种途径．     

一个随机偏差定理

设{Xn，n≥0}是可列非齐次马尔可夫链，Sn（i0，i1，…，im-1，ω）表示m元状态序组（i0，i1，…，im-1）在序列（X0，X1，…，Xm-1），（X1，X2，…，Xm），…，（Xn-1，Xn，…，Xn＋m-2）中出现的次数.本文给出了关于Sn（i0，i1，…，im-1，ω）的一个对任意可列非齐次马尔可夫链普遍成立的随机偏差定理，即用不等式表示的一个强极限定理.     

一个随机偏差定理

设{Xn,n≥0}是可列非齐次马尔可夫链,Sn(i0,i1,…,im-1,ω)表示m元状态序组(i0,i1,…,im-1)在序列(X0,X1,…,Xm-1),(X1,X2,…,Xm),…,(Xn-1,Xn,…,Xn+m-2)中出现的次数.本文给出了关于Sn(i0,i1,…,im-1,ω)的一个对任意可列非齐次马尔可夫链普遍成立的随机偏差定理,即用不等式表示的一个强极限定理.     

关于二项分布的强偏差定理

利用分析方法建立了用不等式表示的用渐近平均对数似然比刻划的服从二项分布的随机变量序列的强偏差定理,作为推论得到了服从二项分布的相依随机变量序列的强大数定律.     

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.     

离散随机变量序列的强偏差定理

利用分析方法建立了用不等式表示的用对数似然比刻划的任意相依离散随机变量序列的强偏差定理,作为推论得到了更一般的离散随机变量序列加权和的强大数定律.     

关于随机选择的一个强极限定理

本文利用似然比和区间剖分法研究相依Ｎ值随机变量序列选择的极限性质,得到关于赌博方法的一个强极限定理的若干推广。     

关于任意随机变量序列配重和的一类强偏差定理

设{Xn,n≥1}是在E={0，1)中取值的二值随机序列，{an，n≥1}是[0，1]中取值的一列常数，Wn(ω)=n∑i=1aiXi(ω)，本文利用区间剖分法[1],[2]构造单调函数，研究任意二值随机序列配重和Wn(ω)的一类用不等式表示的定理，即强偏差定理．     

任意随机多元函数序列的一类强偏差定理

本文通过概率空间上的任意测度与另一任意测度相比较,研究了任意随机多元函数序列普遍成立的一类强偏差定理.利用网微分法与分析运算法,获得了若干任意信源的Shannon-Mcmillan随机逼近定理,并将已有的关于随机多地函数序列及离散信源的结果加以推广.     

连续型随机变量序列的一类强偏差定理

设｛犡狀,狀≥１｝是任意相依连续型随机变量序列,｛犅狀,狀≥１｝是实直线上的Ｂｏｒｅｌ集,犐犅狀（狓）是犅狀的示性函数．该文研究｛犐犅狀（犡狀）,狀≥１｝的极限性质,得到一类用不等式表示的强偏差定理,其偏差界依赖于样本点．     

随机函数的几乎处处中心极限定理

设{X_n,n≥1}是独立同分布随机变量序列,EX_1=0,EX_1~2=1．设S_n=∑_i~n=1 X_i,T_N=T_N(X_1,…,X_n)是随机函数且T_N=AS_N+R_n．我们证明若supE|R_n|＜∞,R_n=o n~(1/2)a．s．或R_n=O(n~(1／2-2γ))a．s．(0＜γ＜1／8),则对随机函数T_n几乎处处中心极限定理(简记为ASCLT)和函数型几乎处处中心极限定理(简记为FASCLT)成立．由此作为推论,可得对U统计量、Von-Mises统计量、线性过程、移动平均过程、线性模型中误差方差估计、功率和、连续分布函数的乘积极限估计和分位点函数的乘积极限估计等均成立着ASCLT和FASCLT．     

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．     

关于随机序列几何平均的若干强偏差定理

利用似然比构造几乎处处收敛的上鞅,讨论了正值随机变量序列几何平均的一类强偏差定理,得到了与经典算术平均的强极限定理的类似结果.