指数分布对任意非负连续型随机变量的逼近

利用指数型分布类研究相依连续型非负随机变量序列的极限性质，得到一类强偏差定理，即用不等式表示的一类强极限定理，证明中提出了将似然比和Laplace变换应用于强极限定理研究的一种方法。     

非负整值随机变量序列的一类强偏差定理

利用上鞅的性质，研究似然比rn与ψn之间的若干极限关系，得到了一类用不等式表示的强极限定理(称之为强偏差定理)，其偏差界依赖样本点。     

连续型随机变量的一类强律与Laplace变换方法

研究了相依连续型非负随机变量序列的极限性质,利用似然比的概念和Laplace变换方法得到了一类强偏差定理,即用不等式表示的一类强极限定理．     

渐近对数似然比与一类强偏差定理

引进渐近对数似然比的概念,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.     

关于任意信源的一类强偏差定理

设{Xn，n≥0)是字母集为S={1，2，…，m)的任意信源，其联合分布为p(x1,…，xn),利用相对于非齐次马氏信源熵密度偏差的概念，研究任意离散信源的极限性质，得到了一类用不等式表示的强极限定理(称之为强偏差定理)。     

随机变量序列与指数分布序列的比较及若干强偏差定理

利用对数似然比作为一般非负连续型随机变量序列相对于服从指数分布的独立但不同分布随机变量序列偏差的一种随机性度量，运用鞅理论及分析方法，研究了一类随机变量序列加权和的用不等式表示的极限定理，即强偏差定理。     

关于可列非齐次马氏泛函的一类强偏差定理

引入样本相对熵率作为任意随机变量序列相对于可列非齐次马氏链的强偏差的一种度量来研究任意随机变量序列的极限性质,同时引入了一种全新的概率研究方法--分析法,得到了一类用不等式表示的强极限定理,即强偏差定理.     

关于次高斯随机序列的一类强偏差定理

讨论次高斯随机序列部分和的极限性质,引入相对熵的概念,利用似然比极限性质并与分析方法相结合,推广了关于次高斯随机序列已有的强极限定理,并给出了用不等式表示的一类关于次高斯随机序列的强极限定理,即强偏差定理。     

随机变量序列基于指数分布的强偏差定理

利用样本相对熵作为一般非负连续型随机变量序列相对于服从指数分布的独立但不同分布随机变量我偏差的一种随机性度量,运用鞅理论及分析方法,研究了一类随机变量序列加权的用不等式表示的极限定理,即强偏差定理。     

序列投资组合模型中的强偏差定理

结合上鞅的性质,采用分析方法,研究了投资者关于收益向量的估计分布和真实分布之间偏差的一些极限性质,得到了有关序列投资组合的一类强偏差定理.     

整值随机序列滑动平均的小偏差定理

引入随机序列滑动似然比,作为任意整值随机序列相对于服从Poisson分布的独立随机变量序列偏差的一种度量,通过滑动相对熵给出样本空间的一个子集,在此子集上得到一类关于随机序列滑动平均的用不等式表示的强极限定理,即小偏差定理。     

相依随机序列滑动平均的若干极限定理

基于服从指数分布的独立随机变量序列,构造带参数的滑动似然比,给出任意随机序列的用不等式表示的强极限定理,即小偏差定理。所得结果推广了已有结论。     

关于独立同分布随机序列的若干极限定理

利用Borel-Cantelli引理与概率论极限理论中的纯分析方法,给出了独立同分布随机序列滑动平均的熵定理和中心极限定理。概率论中关于独立同分布的经典结果—渐近均分性定理以及中心极限定理是本文的推论。     

关于随机选择系统的Shannon-McMillan定理

将随机选择的概念引入Shannon-McMillan定理的研究，给出了离散无记忆信源关于随机选择系统的几乎必然Shannon—McMillan型定理，证明中给出了将测度的网微分法应用于强极限定理研究的一种途径.     

似然比与整值随机变量序列的一类极限定理

引进似然比作为整值随机变量序列相对于服从负二项分布的独立随机变量序列的偏差的一种度量，并通过限制似然比给出了样本空间的一个子集，在此子集上得到了任意整值随机变量的一类用不等式表示的极限定理，独立随机变量序列的一类强律是其特例。     

关于m值随机序列的一个强偏差定理

引进在(1，2，…，m)中取值的随机变量序列相对于m个状态的马氏链的似然比的概念，并利用这个概念给出了一个m值随机变量序列的强偏差定理。     

股票投资模型中的一个强偏差定理

利用研究随机序列强极限的分析方法,研究股票市场中投资者进行随机决策时,其收益向量的真实分布与其关于边缘分布平均收益率之间的偏差,在适当的条件下给出了偏差的上下界。