NSD随机阵列加权和最大值的收敛性  

Convergence Properties for Maximum WeightedSums of NSD Random Arrays

作　　者：胡学平 王柳柳 杨瑞 HU Xueping;WANG Liuliu;YANG Rui(School of Mathematics and Physics,Anqing Normal University,Anqing 246133,Anhui Province,China)

机构地区：[1]安庆师范大学数理学院,安徽安庆246133

出　　处：《吉林大学学报（理学版）》2021年第5期1101-1106,共6页Journal of Jilin University:Science Edition

基　　金：安徽省高校自然科学基金重点项目(批准号:KJ2019A0557);应用统计学专业卓越工程师培养创新项目(批准号:2020zyrc089);应用统计学校级一流本科专业建设项目(批准号:2019aqnuylzy01).

摘　　要：利用负超可加相依(NSD)随机阵列的Rosenthal型矩不等式和截尾方法,在随机阵列{X nk,1≤k≤k n,n≥1}关于{a nk,1≤k≤k n,n≥1}一致可积的条件下,讨论NSD随机阵列加权和最大值max 1≤j≤k n∑j k=1 a nk X nk-E∑j k=1 a nk X nk的弱收敛、L r收敛和完全收敛性.By utilizing the Rosenthal moment inequality of negatively superadditive dependent(NSD)random arrays and truncated method,we discussed the weak convergence,the L r convergence and the complete convergence for maximum weighted sums max 1≤j≤k n∑j k=1 a nk X nk-E∑j k=1 a nk X nk of NSD random arrays under the condition of{X nk,1≤k≤k n,n≥1}on{a nk,1≤k≤k n,n≥1}uniform integrability.

关 键 词：NSD随机阵列 一致可积 弱收敛 L r收敛 完全收敛 

分 类 号：O211.4[理学—概率论与数理统计]