局部次高斯随机序列算术平均的强偏差定理

利用相对熵的概念及分析方法,研究局部次高斯随机序列部分和的极限性质,推广了关于局部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局部次高斯随机序列部分和算术平均的强极限定理。     

关于任意随机序列的一个强偏差定理

引入任意随机变量序列极限对数似然比概念,作为任意相依随机序列联合分布与其边缘乘积分布“不相似”性的一种度量,利用截尾方法构造几乎处处收敛的上鞅,给出了一个关于任意随机序列的强偏差定理。     

C-T型条件下连续随机序列的一类强偏差定理

利用随机序列渐近对数似然比的概念构造几乎处处收敛的上鞅,在适当的C-T型条件下给出了任意相依连续型随机序列的两个强偏差定理。     

一类随机偏差定理

利用对数似然比的概念研究非负整值相依随机变量序列的极限性质，得到一类随机偏差定理，即用不等式表示的一类强极限定理，其偏差界语依赖于样本点证明中提出了将母函数的工具应用于强极限定理研究的一种途径。     

关于随机变量序列几何平均的一类强偏差定理

利用样本相对独立随机变量偏差的一种随机性度量,用网的微分法和鞅方法分别就离散型和连续型随机变量研究了随机变量序列几何平均的一类强偏差定量,它是经典强极限定理的乘法类似物。     

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。     

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。     

连续型随机变量序列的一类强偏差定理

本文将在比作为任意连续型随机变量序列与服从Г分布的独立随机变量序列之间的偏差的一种度量,并利用几乎处处收敛的上鞅,得到在某子集上连续型随机变量序列的一类强偏差定理。     

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.     

相依序列无规则性的若干强偏差定理

利用随机序列的似然比与相对熵概念作为刻画任意相依随机序列独立逼近的随机性度量,借助B-C引理与纯分析的方法,给出了用不等式形式表示的关于任意离散随机序列无规则性的强极限定理。     

连续信源与无记忆Gaussian信源的比较及若干强偏差定理

引入相对熵密度偏差作为一般连续信源相对无记忆Ｇａｕｓｓｉａｎ信源的偏差的一种随机性度量,利用似然比构造几乎处处收敛的上鞅,结合文献「１,４」中提出的分析方法,得到了任意连续型随机变量序列平方和的一类强偏差定理,其中包含连续信源相对熵密度的若干极限定理。     

样本相对熵率与一类关于随机选择系统的强偏差定理

将样本相对熵率和随机选择系统的概念引入任意整值随机变量序列的研究，在样本空间的子集上把样本相对熵率作为任意整值随机变量序列与非齐次马氏链之间偏差的一种度量，给出了一类关于随机选择系统的强偏差定理．     

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.     

关于连续型随机变量序列在任意区间中出现频率的强偏差定理

利用文献[1]与[2]中提出的分析方法研究连续型随机变量序列在任意区间中出现频率的极恨性质,得到一类用不等式表示的强偏差定理。