ħ混合序列的广义Jamison型加权和的强收敛性

讨论φ混合序列的广义Jamison型加权和的强收敛性，推广了著名的Jamison定理。     

非汉字符号"混合序列的强大数律

讨论了一类较广泛的~混合序列的收敛性质,获得了与独立情形一样的三级数定理等收敛性质,并由此得到与独立情形一样的Kolmogov强大数律的充分条件.     

“非汉字符号”相依序列回归函数加权核估计

讨论ρ相依序列非参数回归函数加权核估计的强相合性     

误差为ρ-时非线性模型M估计的强相合性

对于非线性模型yi=f（xi,θ）＋ei,i=1,2,…,n,当{ei,i=1,2,…,n}为ρ-混合序列时,在适当的条件下证明了θ的M估计的强相合性.     

φ^～混合序列的强大数律

讨论了一类较广泛的φ^～混合序列的收敛性质，获得了与独立情形一样的三级数定理等收敛性质，并由此得到与独立情形一样的Kolmogov强大数律的充分条件．     

不同分布混合序列部分和的强收敛性

讨论不同分布ρ~混合序列部分和的强收敛性,所得结果推广和改进了文献[2]的结论,将同分布推广到不同分布。     

ρ相依序列回归函数加权核估计

讨论ρ^~相依序列非参数回归函数加权核估计的强相合性。     

(～Ψ)混合序列的广义Jamison型加权和的强收敛性

讨论(～Ψ)混合序列的广义Jamison型加权和的强收敛性,推广了著名的Jamison定理.     

误差ei为ρ混合序列在非线性模型下M估计的强相合性

对于非线性模型yi=f(xi,θ)+ei,i=1,2,…,n,当{ei,i=1,2,…,n}为ρ混合序列时,创造合适的条件,在此条件下证明了θ的M估计的强相合性.     

一种提高灰色预测模型的方法

根据文献（１）提出的科技文献增长和老化灰色模型，适当改变原始数据，可以使模型精度提高。