END变量的若强极限理论及其应用.pdf

中 文 摘 要 摘 要 推广的负象限相依(END)变量是一类包含独立变量、负相协(NA)变量、负象 限相依(NOD)变量等在内的非常广泛的相依变量，在保险与金融数学、复杂性系 统、可靠性理论、生存分析等领域都有着广泛的应用．本文主要致力于研究END变 量的若干指数型概率不等式和矩不等式，利用这些概率不等式和矩不等式，进一步 研究END变量的完全收敛性、完全矩收敛性以及几乎处处收敛性等强极限性质， 同时给出其在逆矩的渐近逼近以及非参数回归模型中的应用． 本文的第二章研究了END变量的若干指数型概率不等式和矩不等式．利用END 变量的定义和基本性质，建立了END变量的若干指数型概率不等式，例如Bernstein 型概率不等式、Hocffding型概率不等式、Kolmogorov型概率不等式等，由此进 Rosenthal型矩不等式．这些概率不等式和矩不等式为进一步研究END变量的强极 限理论及其应用提供了有力工具． 第三章研究了END变量部分和与加权和的完全收敛性和完全矩收敛性．利用 随机阵列部分和与加权和的完全收敛性，由此得到了END阵列部分和的完全矩收 敛性，所得结果推广了Qiu等【76】中有关NOD的结果，同时还推广并改进了Wang 等【701中有关END变量的结果．另外，在不同的假设条件下，建立了基于慢变化函数 的END变量加权和的完全收敛性和完会矩收敛性，作为应用还得到了Baum．Katz 型强大数定律，所得结果推广了独立变量和若干相依变量的相应结果． I 万方数据 中 文 摘 要 第四章研究了END变量部分和的最大值序列的完全收敛性和完全矩收敛性的 充分必要条件．在非同分布假定下，利用END变量的Roscnthal型最大值矩不等式 和随机变量的截尾技术，建立了END变量部分和的最大值序列的完全收敛性的充分 型强大数定律．另外，在非同分布假定下，建立了END变量部分和的最大值序列 的完全矩收敛性的充分必要条件．所得结果推广了独立变量和若干相依变量的相应 结果． 非负END变量逆矩的渐近逼近是第五章研究的重点内容．假设{zn，n≥1)为 竹 一非负END随机变量序列．记墨F圻1∑五，其中{^靠，n≥1)为一正数序列 在适当的条件下，对任意实数a0和Oto，给出了逆矩的渐近逼近形式 E(a+j0)一“一(n+EX。)一。，几一0(3 作为特例，得到了非负END变量部分和的逆矩的渐近逼近；利用建立的逆矩的渐 近逼近形式，在适当的条件下，进一步研究了逆矩的渐近逼近的收敛速度．另外， 建立了一般场合下非负随机变量序列的逆矩的渐近逼近形式．所得结果推广并改进 了Wu等[271，Wang等16】以及Sung[29】等文献中的相应结果 本文的最后一章主要研究END误差下非参数回归模型中估计量的完全相合性 和矩相合性．考虑如下非参数回归模型： c 其中X。。是A上已知的设计点列，ARp是给定的紧集，P≥1，夕(·)是A上未知 万方数据 中 文 摘 要 的函数，％是随机误差．考虑9(·)的如下估计 71． CR9， 9。(z)=∑％。(z)‰，z∈A Rosenthal型矩不等式和随机变量的截尾技术，在不同的假设条件下，建立了END 误差下非参数回归模型中估计量的完