(p)相依截尾数据非参数回归函数加权核估计

在(p)相依下讨论截尾数据非参数回归函数加权核估计的强相合性,对强相合性给出一些较弱的充分条件.     

再论■混合序列的广义Jamison型加权和的收敛性质

从~φ混合序列的广义Jam ison型加权和的一个系数指标函数的自身性质出发,讨论了~φ混合序列的广义Jam ison型加权和的强稳定性,避免了控制函数的引入,得到了更一般的~φ混合序列的广义Jam ison型加权和的几乎处处收敛的条件.     

ρ相依截尾数据非参数回归函数加权核估计

在ρ相依下讨论截尾数据非参数回归函数加权核估计的强相合性，对强相合性给出一些较弱的充分条件．     

■混合序列加权和的完全收敛性和强收敛性

随机变量取值的统计规律性往往通过大量的重复观测来体现,对大量重复观测作数学处理的常用方法是极限理论.独立同分布随机变量的极限理论已经很完善,近年来混合序列的极限理论发展较快,有的结果已接近独立同分布情形.讨论了一类较广泛的 φ混合序列加权和的收敛性质,获得了它的完全收敛性和强收敛性等性质.     

独立样本回归函数估计的强相合性

在独立样本下研究非参数回归函数加权核估计的强相合性,得到了一些较弱的充分条件。     

关于(ρ~)混合序列加权乘积和的强稳定性

讨论了~↑ρ混合序列加权乘积和的强稳定性，推广和改进了独立情形的Jamison等定理．     

相依截尾数据非参数回归函数加权核估计

在ρ~相依下讨论截尾数据非参数回归函数加权核估计的强相合性,对强相合性给出一些较弱的充分条件.     

(ψ)混合序列加权和的完全收敛性和强收敛性

随机变量取值的统计规律性往往通过大量的重复观测来体现,对大量重复观测作数学处理的常用方法是极限理论.独立同分布随机变量的极限理论已经很完善,近年来混合序列的极限理论发展较快,有的结果已接近独立同分布情形.讨论了一类较广泛的(ψ)混合序列加权和的收敛性质,获得了它的完全收敛性和强收敛性等性质.     

NA列的中心极限定理

讨论了有界NA列的渐近正态问题,利用截尾以及构造函数的方法,在Lebesgue条件下,得到了NA序列的中心极限定理并给出了证明。     

NA列的中心极限定理

讨论了有界NA列的渐近正态问题,利用截尾以及构造函数的方法,在Lebesgue条件下,得到了NA序列的中心极限定理并给出了证明.