同分布ψ-混合序列的最大值不等式及其应用

建立同分布ψ-混合序列的最大值不等式.并且作为应用,获得了随机变量supn≥1Snn的一阶矩及p(p≥1)阶矩分别存在有限的充要条件.

ψ-混合序列下分位数估计的强相合及其Bahadur表示

在ψ-混合序列下,利用指数不等式证明分位数估计的强相合性,并给出其Bahadur表示.

ψ-混合序列密度估计的强相合性

在较弱的条件下证明 ψ混合序列密度的核估计的强相合性。

φ-混合序列的大数定律

本文讨论了φ－混合序列的Ｍａｒｃｉｎｋｉｅｗｉｃｚ强、弱大数定律，其条件不同于已往文献，推广了［３］、［４］。

■-混合序列加权和的收敛性质

本文在■-混合序列下给出加权和重对数律、完全收敛和强收敛的一些充分条件,这些结论简化了[6],[7]中结论的条件,推广了[8]中定理6并改进了[9]中有关结论,同时给出了加权和的Bernstein不等式.

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.

关于φ-混合序列加权和的收敛性

得到了在一定条件下φ-混合序列加权和的L1收敛,依概率收敛,a.s.收敛及完全收敛性之间的等价关系,并在另一组条件下证明上述几种收敛性对于φ-混合序列总成立,本质地改进了HU和TAYLOR的结果.

混合序列加权和的强大数定律

设{Xn,n≥1}是同分布随机变量序列，{ank,n≥1,1≤k≤n}是满足某种条件的常数序列，本文在φ-混合序列、ρ-混合序列、ρ^--混合序列条件下讨论了加权和∑k=1^nankXk的Kolmogorov强大数定律．

ψ-混合随机变量线性形式的强稳定性

给出了一些ψ-混合随机变量线性形式的新结果,它推广了独立随机变量的相应定理。

同分布Ψ-混合随机变量线性形式的强稳定性

研究了同分布Ψ-混合随机变量线性形式的强稳定性,通过对随机变量运用截尾术得到了同分布Ψ-混合随机变量具有强稳定性的充分条件,此结果在某种程度上推广了独立随机变量的相应定理.

双下标-混合序列和的重对数律

一、引言及若干引理 当{ε_i}是均值为0,(某,>2)的独立随机变量列,且双下标常数列{α_(ni)}满足适当条件时。

ψ－混合序列大数律的收敛速度

在不加任何矩条件限制的情形下，研究了ψ－混合序列大数律的收敛速度问题，得到了若干充分必要条件．

平面上随机级数的性质

研究了平面上系数{Xn,n≥0}为(?)-混合序列在满足,(q>1)等条件下的随机级数的增长性及值分布,得到了比较好的结果．