混合序列的概率极限理论
2006-3
科学出版社发行部
吴群英
258
本书主要研究各种混合随机序列、阵列的概率极限理论。第1章是预备知识；第2章主要介绍独立随机变量的概率极限理论的一些经典基本结果和基本方法；第3～5章是作者在这几年对混合随机序列、阵列的概率极限理论的研究结果。 本书适合概率统计方向的硕士、博士，也适合从事概率统计研究的科研工作者。
第1章 预备知识 1.1 上、下极限及概率的连续性 1.1.1 实数列的上极限和下极限 1.1.2 事件列{An；n≥1}的上极限和下极限 1.1.3 概率的连续性 1.2 随机变量的矩及一些重要不等式 1.2.1 随机变量的矩及其性质 1.2.2 几个重要的不等式 1.3 特征函数及其性质 1.4 分布函数列与特征函数列的收敛性 1.5 随机变量列的收敛性 1.5.1 几乎处处（a.s.）收敛 1.5.2 依概率收敛 1.5.3 平均收敛 1.5.4 随机变量列的一致可积性 1.6 无穷可分分布函数 1.6.1 无穷可分分布函数的定义 1.6.2 无穷可分特征函数的性质 1.6.3 无穷可分特征函数的Levy-Khintchine表示 1.6.4 无穷可分特征函数的Levy表示及Kolmogorov表示第2章 独立r.v.列的极限定理 2.1 独立随机变量和的极限分布 2.1.1 无穷小条件 2.1.2 独立r.v.和的极限分布 2.1.3 收敛于无穷可分分布函数的条件 2.2 L族和稳定分布族 2.2.1 L族 2.2.2 稳定分布族 2.3 中心极限定理 2.3.1 独立r.v.组列的中心极限定理 2.3.2 中心极限定理的经典形式 2.4 中心极限定理的收敛速度 2.4.1 用特征函数的接近度来估计分布函数的差 2.4.2 Esseen与Berry-Esseen不等式 2.4.3 Esseen不等式的推广 2.5 弱大数定律 2.5.1 独立r.v.组列的弱大数定律 2.5.2 独立r.v.序列的弱大数定律 2.6 独立随机变量和的收敛性 2.6.1 独立r.v.和的a.s.收敛的条件 2.6.2 独立r.v.和的几种收敛性的等价性 2.6.3 0-1律 2.7 强大数定律 2.7.1 引理及矩不等式 2.7.2 独立r.v.序列的a.s.收敛性 2.7.3 i.i.d.r.v.序列的强大数定律 2.7.4 a.s.收敛性的进一步讨论 2.8 完全收敛性 2.9 重对数律 2.9.1 指数不等式 2.9.2 有界r.v.序列的重对数律 2.9.3 i.i.d.r.v.序列的重对数律 2.10 独立阵列和的最大值完全收敛性 2.10.1 相关结果的叙述 2.10.2 引理 2.10.3 相关结果的证明第3章 负相关序列的收敛性 3.1 负相关序列的相关概念及引理 3.2 NA列的完全收敛性 3.3 负相关样本线性模型M估计的强相合性 3.4 NA阵列行和的收敛性 3.4.1 NA阵列行和最大值的弱大数律 3.4.2 乙收敛性 3.4.3 完全收敛性 3.5 负相关序列的中心极限定理 3.6 负相关序列的重对数律 3.6.1 有界NA列的重对数律 3.6.2 无界NA列的重对数律第4章 两两NQD列的强收敛性和完全收敛性 4.1 引言与引理 4.2 弱大数定律 4.3 几乎处处收敛性 4.4 完全收敛性 4.4.1 同分布两两NQD列的完全收敛性 4.4.2 不同分布的两两NQD列的完全收敛性 4.5 广义JamiSOn型加权和的强收敛性第5章 ρ混合、φ混合序列的若干收敛性质 5.1 引言与引理 5.2 ρ混合序列的完全收敛性 5.3 ρ混合序列部分和的几乎处处收敛性 5.4 ρ混合序列的几乎处处收敛速度 5.5 关于加权和的几乎处处收敛性和完全收敛性 5.6 ρ混合序列的不变原理 5.7 ρ混合阵列行和的若干极限定理 5.7.1 ρ混合阵列行和的弱收敛性 5.7.2 ρ混合阵列行和的L收敛性 5.7.3 ρ混合阵列行和的完全收敛性 5.8 ρ混合线性模型M估计的强相合性 5.9 ρ混合序列的完全收敛性和强收敛性参考文献
《混合序列的概率极限理论》适合概率统计方向的硕士、博士，也适合从事概率统计研究的科研工作者。
很好的仔细学习一下
书很好，是正版，就是没有时间看哦