关于NA列随机和基于对数型边界函数的完全收敛性

通过讨论同分布NA列的非随机和基于对数型边界函数的完全收敛性的等价条件，得到了同分布NA列的随机和的一系列相应结果，从而将[4]关于iid列的结果推广到NA的场合．     

同分布NA序列的一个弱大数律

本文从讨论同分布NA序列弱大数律的成立条件入手，不仅给出了它的一个弱大数律，而且得到了这类条件的三种等价形式，由此揭示出同分布NA序列在弱大数律方面与独立同分布（i．i．d．）序列的不同之处，因之与这两者在强大数律方面有完全相同的性状形成了对比。     

不同分布NA序列的对数律

通过适当的改变矩条件，把同分布NA随机变量序列部分和的对数律从本质上推广到不同分布，全面改进了梁汉营和苏淳1998年的结果．并在此基础上得到不同分布NA序列随机足标和的对数律．     

刻度指数族参数的经验Bayes检验函数收敛速度的改进

在加权线性损失下导出了刻度指数族中参数单调的Bayes检验函数,利用同分布负相协(NA)样本情形概率密度函数及其导数的核估计构造了经验Bayes(EB)检验函数,获得了EB检验函数的收敛速度.在适当的条件下,这一收敛速度可任意接近O(n~(-1)),改进了文献中已有的结果.对同分布正相协(PA)样本和独立同分布(iid)样本情形,亦可获得类似结论.最后给出了一个满足文中主要结果的例子.     

NA序列部分和的矩完全收敛性

讨论了NA序列部分和的矩完全收敛性,在一定条件下获得了NA序列矩完全收敛的充要条件,显示了矩完全收敛和矩条件之间的关系,将独立同分布随机变量序列矩完全收敛的结果推广到NA序列,得到了与独立随机变量序列情形类似的结果.     

同分布的NA序列加权和的强大数律

讨论了同分布NA随机变量序列加权和的强大数律,所得结果推广了Z．D．Bai和P．E．Cheng及S．H．Sung的结果．     

一般矩条件下随机变量的收敛性

本文在一般矩条件下研究了同分布的NA随机变量序列和独立同分布的随机变量序列的收敛性,得到了推广形式的Baum-Katz定理和强大数律,这些结果推广了已知的一些文献中相应的结果.     

NA列加权乘积和的完全收敛性

本文讨论了NA和几类加权部分和及加权乘积和的完全收敛性，其中部分结果要优于iid列的已知结论。     

由非同分布NA序列产生的移动平均过程的完全收敛性

设{Y_n,-∞相似文献   

独立非同分布情况的光滑Bootstrap逼近

Bootstrap方法一般只适于iid情况,当抽样X_1,…,X_n为独立但不是同分布情况时,本文采用光滑Bootstrap方法,并证明了对于均值这种逼近与iid时Bootstrap逼近具有同样理想的结果。     

NA及B-值随机变量序列的平均移动过程的大偏差原理

本文在比较一般的条件下建立了两个大偏差原理：平稳NA随机变量序列的平均移动过程的大偏差原理和独立同分布的B-值随机变量序列的平均移动过程的大偏差原理。     

NA随机变量序列加权和的Chover型重对数律

利用NA随机变量的指数不等式,对于具有重尾分布的同分布的NA随机变量序列,得到了用积分检验来刻划其加权部分和的极限定理,作为推论还得到了Chover型重对数律.把这些结果应用到经典的可和方式,获得了相应的结果.这些结果推广了已知的一些结论.     

L族END的多元部分和的精确大偏差下界

从保险的实际出发,研究服从长尾分布族(L族)上的多元风险模型中随机变量序列的部分和的精确大偏差,其中假设随机变量序列是一列延拓负相依(END)的、同分布的随机变量序列,利用基于求L族的精确大偏差的方法得到了随机变量部分和的渐近下界.     

独立随机变量序列加权和的相合性

设t0∈(0，1)，Wni(t0)是关于实变量t1，t2，…，tn的权函数；随机变量序列Y1，Y2，…，Yn，iid．本研究了随机变量序列加权和∑(i=1,n)Wni(t0)Yi的相合性．     

非同分布NA序列的完全收敛性

讨论了非同分布NA序列部分和与随机足标部分和的完全收敛性，推广了于浩在1989年得到的关于独立随机变量序列的一些结果。     

不同分布ρ--混合随机场的完全收敛性

讨论了不同分布ρ^--混合随机场的部分和的完全收敛性，建立了一个定理，此结果的获得推广了ρ^*-混合随机场和NA序列的相应的结果．     

NA序列部分和的完全收敛性

本文讨论了非平稳NA随机变量序列部分和的完全收敛性,获得了一般形式的完全收敛速度与矩条件之间的等价关系,其结果与独立情形一致,从而证实了NA序列与独立序列有着极为类似的完全收敛性．     

连续型单参数指数族参数的经验Bayes估计问题:NA样本情形

对连续型单参数指数族在平方损失下导出了参数的Bayes估计,利用同分布负相协(NA)样本构造了经验Bayes(EB)估计量,并在适当条件下获得了EB估计的收敛速度.文末给出一个满足定理条件的例子.     

连续型单参指数族参数的经验Bayes检验问题:NA样本情形

本文对连续型单参指数族单边和双边假设检验问题导出了Bayes检验函数 ,利用同分布NA样本构造了经验Bayes(EB)检验函数 ,在适当条件下证明了EB检验函数的渐近最优性并获得了其收敛速度 ,文末给出一个满足定理条件的例子     

NA、PA样本下密度核估计的相合性

设{Xn,n≥1}为同分布的NA或PA随机变量序列，f(x)为X1概率密度函数，基于样本X1，X2，…，Xn，本对密度函数（f(x)的核估计进行了讨论，在适当条件下证明了其强相合和r阶矩相合。