相伴随机变量序列的极限性质及其运用.pdf

中 文 摘 要 本文是我在硕士阶段，在导师林正炎教授的悉心指导下完成的．全文共分三章 第一章，基本概念及其基本性质的简要回顾 一直以来相依随机变量序列的理论研究都是概率极限理论研究者们的热门话题．对于正 中我们主要回顾了它们的基本概念和主要性质，如： 对垤0，有 Pc骂蓦亡鸯∞一E托，l≥e，≤主{薹Va畸rXj+。!善；。掣， 对NA随机变量序列，Matula(1992)给出了其部分和的几乎处处收敛性定理： ∑茫1E。收敛口．S． 而且我们对多元回归模型中最小二乘估计的强相合性列出了一些前人的主要结论． 第二章，PA随机变量序列的日酊ek—Renyi型不等式的应用 本章在一定条件下对PA随机变量序列建立了其部分和的强大数定律型的结果以及xl，凰 …，％的算术平均的完全收敛型的结果．已有学者对此做了研究，但本文采用的是不同的 方法进行论证，即其方法是建立在日叮ek—Renyi型不等式之上的． 下面列举一下我们的主要结论，对一般的强大数定律有： 不减．而且对每一个竹满足下列条件之一： (i) 在区间∞0中，南不减； (it)在区间z0中，南和2铲都是不增的，且E矗=0． J!zoo． 此外{nn，n≥1)是常数列，满足0n。t。。和∑甚l(百Eg了“玎Xn 则当n斗03时， o．s 二F虮_0 an＆z_=w】 有用的推论． 对完全收敛性我们有： e0，有 设{％，n≥1)是PA序列，满足对V 妻皇Vajr—Xj曩，掣o。，o 。 。。 』=l j≠七=1 和 ∑P(1∑(乃一EXj)12托I∑㈦一EXdl≥％e)oo． i=1 i=1 j#k=l 则有 ∑P“∑隅一EXdl≥ne)oo． 对加权和的稳定性我们有： 设正数列{峨，i≥1)满足：T％=∑墨1吨t 00，且当n_+00时，锯_÷0； PA列{矗，n≥1)满足： EX．=0，％≥l； ∑P(I矗1≥k)oo； n21 轰击肼争～； ∑崂2∑岣u。Cov(X；J，砖)oo 其中k=鲁，n之1 贝0当n--40(3时， n．5… —％—i-iE—Tn—÷0 ％ 21 其中％=∑l≤；9“i噩，n 第三章，具有NA误差项的多元回归模型中最小二乘估计的强相合性 在这一章中我们考虑多元回归模型： (i=1，2，···)， Yi=卢l孔1+岛Xi2+···+伟z咖+E{， (0．3．I) 在对误差项和设计矩阵限制了一定的条件下建立了具有N)i误差项的多元回归模型中系数 的最小二乘估计的强相合性，并且我们进一步得到了ⅣA序列的样本均值的加权和的几乎 处处收敛性的结果． 1ll 我们的主要结果有： 设{‰”≥1)是一ⅣA列，满足E％=0，∑罢1 H