NSD随机变量序列的完全收敛性

本文利用NSD随机变量序列的性质、矩不等式及三级数定理,在一定的矩条件下,得到了NSD随机变量序列的完全收敛性.所得结果推广了Chow与Lai^([15,16])与Jajte^([17])的独立序列的结果.

NSD随机变量序列下半参数回归模型估计的相合性

相依随机变量序列自从出现以后得到了学者们广泛的研究,回归模型在实际应用中有着重要的作用,研究NSD(negatively superadditive dependent)相依随机变量序列下半参数回归模型估计的相合性既扩展了相依随机变量性质的应用,又丰富了半参数回归模型估计相关理论。研究采用随机变量尾截技术结合NSD随机变量自身性质得出NSD随机变量序列下半参数回归模型估计的相合性。

行为NSD随机变量阵列加权和的q阶矩完全收敛性

利用Hoffmann-Jφrgensen型概率不等式和截尾法,获得了行为NSD随机变量阵列加权和的q阶矩完全收敛性的充分条件.利用这些充分条件,不仅推广和深化梁汉营等(2010)和郭明乐等(2014)的结论,而且使他们的证明过程得到了极大地简化.

NSD序列加权和的完全收敛性及其应用

研究了NSD(negatively superadditive dependent)随机变量序列的极限定理.利用截尾技术和NSD随机变量序列的性质讨论了NSD随机变量加权和Sn=n∑i=1 anixi的完全收敛性,并将其结果应用于含参数β的最小二乘估计的线性回归模型中及关于g的权函数非参数回归模型估计中,分别得到了强相合性.