论文部分内容阅读
本文讨论的是一类相依随机变量序列——(ψ)混合序列,它是包括了独立随机变量序列在内的一种较广泛的随机变量序列,并且(ψ)混合与通常的ψ混合有一定的类似,但(ψ)混合只要求存在某k∈N,使(ψ)(k)<1,在这一点上要比ψ混合的要求ψ(n)→0(n→∞)弱得多.(ψ)混合序列在多元统计分析、可靠性理论、渗透理论等诸多领域有重要而广泛的应用,因此对(ψ)混合序列极限理论的研究引起了国内外许多学者的兴趣.
本文利用经典极限理论中的一些条件,对较广泛的(ψ)混合序列极限理论进行了讨论,获得了与独立情形下相似的极限性质,并推广了许多已有的结论.
本论文第一部分讨论(ψ)混合序列的弱大数定律及Lt收敛性,并得到了与独立情形下相同的三级数定理,其中(ψ)混合序列的弱大数定律及Lt收敛性在Cesáro一致可积的系列条件下进行的.第二部分在较弱的{Xj,j≥1}关于{|anj|}一致可积的条件下讨论了(ψ)混合序列加权和的收敛性,并给出了(ψ)混合序列加权和的强大数定律.第三部分在较简洁的条件下讨论了(ψ)混合序列加权和的完全收敛性,推广了已有的结论,作为应用,给出了(ψ)混合序列样本回归函数的一个强相合估计.