负相协和负象限相依关系的研究

在可靠性中,可以利用随机变量之间的相协关系来刻画随机变量之间的相依性,但相协的概念并不完善,针对这个问题,提出了负相协的定义,给出了负相协的性质,最后对负相协和负象限两种相依关系进行了研究.

D族负象限相依随机变量和的精致大偏差

在负象限相依结构下,得到了支撑在(-∞,∞)上的D族随机变量非中心化以及中心化部分和的精致大偏差.同时,还在较弱的条件下,得到了相应的中心化随机和的精致大偏差.

重尾相依随机变量的随机加权和尾概率的渐近估计（英文）

令{X_k;k≥1}为一列实值随机变量,{θ_k;k≥1}为另一列与之独立的随机变量序列.假设{X_k;k≥1}为两两广义负象限相依且服从重尾分布,在{θ_k;k≥1}独立和相依条件下,本文得到了一些渐近估计.

行为两两NQD阵列加权和的矩完全收敛性（英文）

负相依在统计分析和可靠性理论中有着广泛地应用.本文的目的是要研究行为两两负象限相依阵列加权和的矩完全收敛性.利用矩不等式和截尾方法,建立了行为两两负象限相依阵列加权和的矩完全收敛性的充分条件,同时给出了具体应用,获得了基于负象限相依序列的平滑移动过程的矩完全收敛性,推广并完善了以前的结果.

若干随机变量序列的大偏差估计

利用Markov不等式和Cr-不等式,研究了在条件‖Xi‖p=(E|Xi|p)1p≤M<∞下的线性负象限相依(LN-QD)序列,α混合序列,ρ混合序列的大偏差估计。