渐近对数似然比与一类强偏差定理

引进渐近对数似然比ｒ（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，本文称之为强偏定理，其偏差界依赖于ｒ（ω）．

离散随机序列加权和的若干极限定理

设{X_n,n≥0}是任意离散随机变量序列,{a_(nk),0≤k≤n,n≥0}.是一常数阵列,我们引入随机序列渐近对数似然比的概念,作为表征随机序列的真实概率测度P与参考测度Q之间的差异的度量,用分析方法,得到了随机序列Jamison型加权和的若干随机偏差定理.

C-T型条件下连续随机序列的一类强偏差定理

利用随机序列渐近对数似然比的概念构造几乎处处收敛的上鞅,在适当的C-T型条件下给出了任意相依连续型随机序列的两个强偏差定理。

关于随机序列滑动平均的若干强偏差定理

本文引入渐近对数滑动似然比作为任意相依随机序列联合分布与参考乘积分布的偏差的随机性度量,通过限制渐近对数滑动似然比给出样本空间的一个子集.在此子集上,得到任意二值随机序列部分和滑动平均的一类用不等式表示的强极限定理,即强偏差定理.证明的基本思想是构造带参数的滑动似然比,然后运用分析方法.同时推广了若干经典的结论作为本文的推论.

关于相依随机阵列的一类强偏差定理

随机变量序列的强偏差定理是经典概率论强大数定理的自然推广。引入渐近广义对数似然比概念作为任意相依随机阵列与行独立随机阵列之间偏差的随机性度量。采用随机变量的截尾技术,构造带一个参数且期望为1的似然比,然后借助Borel-Cantelli引理获得随机变量序列的几乎处处收敛性。在一类钟开莱型条件下,给出了任意相依随机阵列的部分和与随机变量关于参考测度的期望之间的偏差的上、下界,并且其上、下界是广义相对熵的函数。定理的证明过程没有用复杂的测度论理论,仅采用简单的纯分析方法。所得结果推广了已有的结论,使强极限定理的应用范围更加广泛。

关于随机受控随机序列滑动平均的若干强偏差定理

引入渐近对数滑动似然比作为任意相依随机序列联合分布与参考乘积分布的偏差的一种随机性度量,通过限制渐近对数滑动似然比给出样本空间的一个子集,在此子集上,得到随机受控的随机序列部分和滑动平均的一类用不等式表示的强极限定理,即强偏差定理。