NSD随机阵列最大加权和的矩收敛性及应用

该文利用NSD随机阵列的极大值矩不等式研究了NSD随机阵列最大加权和的矩收敛性,相关定理改进且推广了已有关于AANA变量的结果 .此外,作为主要结果的应用,进一步研究了非参数回归模型加权估计量的矩相合性和弱相合性.

广义负相关随机变量阵列的q阶完全矩收敛性

在一般条件下研究了广义负相关随机变量阵列的q阶完全矩收敛性,所得结果推广了文献[14]中相应的结果.给出了关于广义负相关随机变量阵列完全矩收敛性的新结果.

END随机变量加权和的完全矩收敛性

利用END随机变量的Rosenthal型矩不等式和随机变量的截尾技术,研究了END随机变量加权和的完全收敛性以及完全矩收敛性,所得结果推广了独立变量以及NA随机变量的若干相应结果.

两两NQD随机变量加权和的矩收敛性(英文)

在关于加权系数阵列h-可积的条件下,研究了两两NQD列加权和的矩收敛性.作者获得了一个新结果,解决了Sung等人(2008)的公开问题,并改进了Cabrera和Volodin(2005)的相应定理.

行为ρ混合随机变量阵列的完全矩收敛性（英文）

本文假设X{ni;i≥1,n≥1}是一列行为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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.

AANA序列加权和的完全收敛性及完全矩收敛性

文章研究了AANA序列加权和的完全收敛性及完全矩收敛性.利用AANA随机变量的Rosenthal型极大值不等式建立了AANA序列加权和的完全收敛性,并且在同样的条件下得到了更强的完全矩收敛性,所得结果推广并改进了相关文献中关于NA序列相应的结果.作为应用,本文给出了AANA随机变量的强大数律.

m-广义负相依随机阵列的完全q阶矩收敛性

利用m-广义负相依(m-END)随机变量的性质以及END随机变量的指数不等式建立了m-END随机变量的Kolmogorov型指数不等式,进而得到m-END随机阵列的完全q阶矩收敛性,所得结果改进和推广了已有文献的结论 .

NA随机变量阵列的完全矩收敛性

利用NA随机变量的矩不等式和截尾方法,研究了NA随机变量阵列的完全矩收敛性,给出了证明NA随机变量阵列完全矩收敛性的一些充分条件.所得结果推广了已有文献关于NA随机变量的相应结果.

ANA随机变量序列的完全矩收敛性

利用ANA随机变量的矩不等式和截尾的方法,研究了ANA随机变量序列加权和的完全矩收敛性。给出ANA随机变量序列完全矩收敛性的充分性条件,所得定理推广了已有文献关于ANA随机变量序列的相关结果。

NSD随机变量阵列的完全矩收敛性

主要利用负超可加相依NSD(negatively superadditive dependent)随机变量的截尾技术和Rosenthal型不等式,研究了NSD随机变量阵列部分和的最大值序列的完全矩收敛性,给出了证明完全矩收敛性的一些充分条件。所得结果推广了独立变量和若干相依变量的相应结果。

φ混合序列的完全矩收敛性

主要利用φ混合序列的矩不等式和随机变量的截尾技术,在适当的矩条件下,研究了φ混合序列的完全矩收敛性。本文的结果推广了独立序列和已有文献关于φ混合序列的相应结果,同时也将φ混合序列的完全收敛性改进到完全矩收敛性。

随机变量阵列加权和的r阶矩完全收敛性

独立同分布变量序列和相依变量序列的收敛性质研究一直是概率极限理论的研究热点。本文研究了随机变量阵列加权和的r阶矩完全收敛性。利用Marcinkiewicz-Zygmund不等式或Rosenthal型不等式和截尾法,获得了随机变量阵列加权和的r阶矩完全收敛的一般条件。同时,结合这些一般条件推广和改进了独立同分布或相依随机变量序列矩完全收敛性的相关成果。

B值独立同分布随机变元序列矩完全收敛性

讨论了B值独立同分布随机变元的矩完全收敛性,在一定矩条件下得到了B值同分布随机变元的矩完全收敛性。将相关的B值独立同分布随机变元的完全收敛的结果推广到了B值独立同分布随机变元的矩完全收敛性,得到了在矩存在的条件下与独立同分布完全收敛性相似的结果。

NOD随机变量序列加权和的矩完全收敛性

讨论了NOD随机变量序列加权和的矩完全收敛性,获得了NOD随机变量序列加权和的矩完全收敛性的充要条件.这些结论显示了矩完全收敛性和矩条件之间的等价关系,同时推广了Wu Qunying(2011)的结果.

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.

行为ρ*混合阵列加权和的矩完全收敛性(英文)

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Baek et 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.

负相关样本平滑移动过程的矩完全收敛性(英文)

本文研究了负相关样本平滑移动过程Xk=∑∞i=-∞ai+kYi的矩完全收敛性,这里{Yi,-∞<i<∞}是双无穷负相关随机变量列,且被随机变量Y随机控制,{ai,-∞<i<∞}为绝对可和的实数序列.在适当的条件下,证明了平滑移动过程的矩完全收敛性,改进了前人的结果.

负相伴随机变量序列矩完全收敛的精确渐近性

假设{X,Xn;n≥1}为平稳的负相伴随机变量序列.对其矩完全收敛的精确渐近性进行讨论.令EX1=0,E|X1|3<∞,且满足相应的条件.记Sn=X1+X2+…+Xn,n≥1,σ2=E X1+2∑∞j=2E(X1Xj)>0.若E|X|r<∞,1<p<2,r>1+p/2,成立li mε0ε2(2r--pp)-1∑∞n=1nr/p-2-1/pE{|Sn|-σεn1/p}+=(r-pp()(22-rp-)pσ-2)E|N|2(2r--pp),其中N为标准正态随机变量。

负相关随机变量阵列加权和的矩完全收敛性(英文)

研究了负相关随机变量阵列加权和的矩完全收敛性,改进了Baek等(2008)的结果.作为应用,得到了基于负相关随机变量序列的平滑移动过程的矩完全收敛性,完善了Li等(2004)的结果.

φ-混合序列加权和的矩完全收敛性

本文讨论了φ-混合序列的矩完全收敛性.在一定混合速度限制条件下得到了φ-混合序列加权和的矩完全收敛性成立的充分性条件,将相关的独立同分布随机变量的矩完全收敛性的结果推广到了φ-混合序列情形.