在非线性回归模型中参数θ的最小二乘估计量θ_n的相合性问题有重要的统计应用背景,所以已经被许多统计学家研究过了,并已得到较完善的解决。 当模型误差{ε_n}是独立同分布,且对某整数t≥2,(?)E|ε_n|~t<∞时,Ivanov(1976)得到了关于θ_n与真参数θ的偏差的概率不等式;而当{ε_n}是ψ-混合或强混合序列时,Prakasa Rao(1984)又推广了Ivanov的结果,但对于{ε_n}的矩和混合系数的假设条件较强。 假设模型误差的t阶绝对矩是有限的,对t≥2且误差满足一定的相依条件的情况下,我们得到了与Ivanov(1976)中具有独立同分布误差时同样优良的大偏差概率不等式,并得到了θ_n的强相合性和θ_n的强相合速度;对于1<t<2,本文首次获得了类似的不等式及θ_n的弱相合性和弱相合速度。