何其慧
完全收敛性是概率极限理论中非常重要的一个研究领域,在统计推断中也有很重要的应用.其概念最早由Hsu和Robbins(1947年)提出:称随机变量序列完全收敛于一个常数C,如果对任意的ε>0,都有ε)<∞.
由B-C引理可知,上式可以推出在几乎处处(a.s.)意义下Xn→C.自文献[1]提出并建立完全收敛性的结果以来,很多学者对其进行了推广和改进,其中最重要的一个推广结果就是由文献[2]建立的Baum-Katz定理.许多学者将这一结果由独立序列推广到各种相依序列[3-6].最近,文献[7]又将这个结果推广到单下标加权的渐近负相协(ANA)序列.
由于在很多统计模型中,估计量都是双下标加权的形式,而文献[7]中的结果只考虑了单下标加权随机变量的完全收敛性,因此其实用性非常有限.故本文进一步考虑了双下标加权随机变量的完全收敛性,且本文主要结果的条件较文献[7]的结果都有所改进.
本文引用如下一些记号:C代表正的常数,在不同的地方可以取不同的值,I(A)为事件A的示性函数,a+=aI(a≥0)且a-=-aI(a<0).
首先,回顾一下由文献[8]提出的一类相对比较宽泛的相依结构——渐近负相协(ANA)的概念,其定义如下:
定义1定义混合系数
其中,ℂ是非降函数的集合.若混合系数
下面介绍随机控制的概念.
定义2若存在常数C,使得对所有的x≥0及n≥1,都有,则称随机变量序列{ }Xn,n≥1被随机变量X随机控制.
为证明主要结果,还需要下述几个引理.
引理1[8]设随机变量 { }
Xn,n≥1为ANA的.若{ }
fn(·),n≥1为单调非降(或非增)函数序列,那么{ }
fn(Xn),n≥1仍为ANA的,且其控制系数不大于ρ-(n).
引理 2[11]令,假设为均值为0的ANA随机序列,满足EXn2<∞及存在N使ρ-(N)≤s.则存在常数C=C(2,N,s)使得
利用文献[12]中定理2.1的方法,我们可以得到如下的重要引理.
引理4假设{ }Xn,n≥1是被随机变量X随机控制的随机序列,则对任意的a>0,b>0以及n≥1,都有
其中,C1和C2代表着不同的正常数.
由随机控制的定义容易验证
对I2,若0<p<1,取μ=min{ }q,1 ,由Markov不等式及引理4可知
若 1≤p<2,先证明0,n→∞.事 实 上 ,由EXni=0,αp>1及E|X|p<∞可得
从而当n充分大时,对任意的ε>0,都有
取ν=min{ }q,2 ,由(2)式、Markov不等式、引理3、引理4、Cr不等式及Jensen不等式,可得
易证
类似可以验证
定理2 令 0<p<2及i≤n, }
n≥1为一被随机变量X随机控制的ANA随机变量阵列,满足控制系数ρ-(n)≤s.若1≤p<2则假设对所有 1≤i≤n,n≥1都有EXni=0.令{ }ani,1≤i≤n,n≥1为一满足的常数阵列,其中q>p.若也被改进到.因此,定理1改进了文献[7]中相应的结果.
文献[7]的结果考虑的是单下标情形下的完全收敛性,而本文的结果定理1则是建立在双下标随机变量和双下标权函数的情形下的,因此具有更广泛的适用性.另外文献[7]中的条件E|X|p<∞,则对任意的ε>0,都有
证明 在定理1的证明中取α=1/p,仅需验证在αp=1的条件下也有(2)成立.事实上,由EXni=0,E|X|p<∞及控制收敛定理同样可得即(2)式成立.其他证明完全类似定理1的证明.此处省略.
文献[7]也建立了类似定理2的单下标的结果,除了注1中所述的这些改进之外,文献[7]只考虑了1≤p<2的情况,而定理2更考虑了0<p<1的情况.因此,定理2也改进了文献[7]中相应的结果.
证明 在定理2中取ani=ai,Xni=Xi,可得
从而由Borel-Cantelli引理,可得
因对任意的n≥1,总存在k使得2k≤n<2k+1,故而有
本文主要利用关于ANA序列的改良过的矩不等式(见引理4),对双下标加权ANA随机变量加权和的完全收敛性进行了研究,其结果改进了文献[7]相应的结果.作为应用,我们还得到了ANA序列加权和形式的强大数定律.在今后的工作中,我们会进一步将所得结果应用到统计模型中去,为统计研究的发展提供扎实的理论基础.