φ-混合序列部分和乘积的几乎处处中心极限定理

关于一列独立同分布正随机变量部分和乘积的几乎处处中心极限定理,已得出了结果．本文把独立性推广到相依随机变量的情形,在Ф-混合序列部分和乘积的渐近对数正态性基础上,以一个三角列的几乎处处中心极限定理为跳板,证明了在∑^∞n=1Ф^1：2（n）〈∞,且0〈σ0^2=1＋2∑^∞j=1E（X1-μ/σ）（Xj＋1-μ/σ）〈∞的条件下的几乎处处中心极限定理．     

一类截断部分和乘积的渐近正态性

摘要：对于取值为正的独立同分布且平方可积的随机变量X1，X2，…且有连续的分布函数，令Mn=max{X1，X2，…，Xn}，对某固定常数a〉0，令Sn（a）=↑n∑↓j=1 XjI{Mn-a〈xj≤Mn}，截断和Tn（a）=Sn-Sn（a），在X的分布满足中尾分布的条件时，截断和Tn（a）的乘积为渐近对数正态．     

φ-混合序列部分和乘积的几乎处处中心极限定理

关于一列独立同分布正随机变量部分和乘积的几乎处处中心极限定理,已得出了结果.本文把独立性推广到相依随机变量的情形,在φ-混合序列部分和乘积的渐近对数正态性基础上,以一个三角列的几乎处处中心极限定理为跳板,证明了在∞∑n=1φ1/2(n)＜∞,且0＜σ=1+2∞∑j=1E(X1-μ/σ)(Xj+1-μ/σ)＜∞的条件下的几乎处处中心极限定理.     

关于φ-混合序列加权和的收敛性

得到了在一定条件下φ-混合序列加权和的L1收敛,依概率收敛,a.s.收敛及完全收敛性之间的等价关系,并在另一组条件下证明上述几种收敛性对于φ-混合序列总成立,本质地改进了HU和TAYLOR的结果.     

强混合序列部分和乘积的几乎处处中心极限定理

在适当的条件下,对强混合的正的随机变量给出了其部分和乘积的几乎处处中心极限定理．同时,也得到了一个关于强混合组列的几乎处处中心极限定理．     

强平稳正相协列乘积和的重对数律

利用化乘积和为部分和的乘积的和的方法，证明了强平稳正相协列的乘积和的重对数律，并将Lehmann，EL，Ann，Math Statist，1966(3)：1137-1153的结果视为本文的特况．     

ρ*混合序列部分和上升的阶和强大数律

讨论了ρ*混合序列部分和上升的阶,通过矩的和对部分和Sn上升的阶给出某种意义上的最佳估计;同时讨论了不同分布的ρ*混合序列服从Kolmogorov强大数律的条件;最后还讨论了在一定条件下同分布的ρ*混合序列加权乘积和的强大数律,把Kolmogorov强大数律和Marcinkiewicz强大数定律推广到乘积和的形式.     

关于ψ-混合序列加权和的收敛性

：得到了在一定条件下ψ-混合序列加权和的L1收敛,依概率收敛,a.s.收敛及完全收敛性之间的等价关系,并在另一组条件下证明上述几种收敛性对于ψ-混合序列总成立,本质地改进了HU和TAYLOR的结果.     

一类函数估计在负相协下的渐近正态性

在NA样本下构造了生存函数^-F（x）=P（X〉x）的估计^F-n（x）,并在适当的条件下建立了√n[^-Fn（x）-^-F（x）]的渐近正态性。     

相依样本时条件密度双重核估计 的渐近正态性’

本文证 明了孙东初在 〕 中提 出的条件密度双重核 估计。川 幻 在样 本为甲一混 合时的渐近正态性     

φ-混合序列的随机中心极限定理

设{Xn,n≥1}为严平稳的φ-混合序列,{N_-n,n≥1}为一列非负整值随机变量序列,且与{X_n,n≥1}独立,随机部分和为S_N_n=Nn∑ =1X_i,在适当的假设条件下,利用φ混合序列的极限性质,证明了严平稳φ混合序列的随机中心极限定理,得到了Tn=S_N_n-ES_N_n/Var(S_N_n)~(1/2)依分布收敛于T(Z_1,Z_2),其中T(Z_1,Z_2)为Z_1和Z_2的线性函数,Z_1～N(0,1),Z_2为{N_n,n≥1}正则化后的极限分布.     

独立不同分布随机变盆序列的部分和的增量有多小

关于独立同分布随机变量部分和的增量有多小问题，目前已有了著名的结果.本文通过与独立同分布情形时完全不同的途径，讨论了独立不同分布情形时相应的问题.在矩母函数存在的条件下，获得了与同分布情形相近的结论.     

多指标随机变量部分和的精确渐近性

令Z＋^d为d维非负整数格点集,{X,Xk：k∈Z＋^d}为独立同分布,均值为0的随机变量列．令Sn=∑k≤nXk,k,n ∈Z＋^d,给出这种随机变量部分和Sn的精确渐近性．     

NOD随机变量序列加权乘积和的强大数律

利用乘积和的一表示定理和NOD（negatively orthant dependent）随机变量的性质,在较一般的条件下,得到了不同分布的NOD随机变量序列加权乘积和的强大数律,推广和改进了已知的一些文献中相应的结论.     

NA序列部分和完全收敛性的进一步探讨

通过讨论矩的存在性与部分和尾概率级数收敛性的关系,给出了NA序列{Xn:n≥1}部分和的完全收敛性,获得了NA序列与独立序列类似的强极限性质,并将NA序列完全收敛性的一些结果推广到不同分布的情形.     

负相依误差下随机设计的半参数回归模型的渐近正态性

考虑了误差为负相依误差的随机设计半参数回归模型.利用权函数和最小二乘估计的方法给出了参数和非参数的最小二乘估计和加权最小二乘估计,并在较弱的条件下得到了它们的渐近正态性.     

正态线性模型中回归系数的线性估计的容许性

本文讨论在二次损失下,协方差阵为非负定的正态线性模型中,回归系数的可估线性凼数的线性估计在一般估计类中的可容许性问题     

ρ*混合序列的Hájeck-Rènyi型不等式及其应用

首先建立了ρ*混合序列的Hájeck-Rènyi型不等式,然后利用该不等式证明ρ*混合序列的a.s.收敛性和关于矩的结论;再利用截尾的方法,得到了它的完全收敛性,将独立序列完全收敛性的结论推广到了ρ*混合序列.     

(ρ-)-混合序列几乎处处中心极限定理的注记

利用SHAO提供的几乎处处中心极限定理的必要条件:在中心极限定理成立的条件下,对任意的Lipschitz函数f,有ε0＞0,Var((n∑i=1) 1/if(Si/σi))=O(log2-ε0 n),研究了ρ--混合序列几乎处处中心极限定理,深化和改进了BROSAMLER的结论,并且把NA序列的几乎处处中心定理作为它的一个推论.     

ρ--混合序列的矩不等式及其应用

利用q阶M-Z型序列的一个不等式，获得ρ混合序列的Rosenthal不等式，利用该不等式，讨论了ρ^-混合序列的强大数律，三级数定理，完全收敛性等性质．