1) m 0 dependent
m0-相依序列
2) dependent sequence
相依序列
1.
Meanwhile under some restricted conditions,extremes with random sample size for dependent sequences are also obtained.
把极值类型定理中的ｎ次方进一步推广成Ｕ（ｎ）次方，其中Ｕ（ｎ）是正则变化函数，它的指数大于零；同时通过一定的限制，得到相依序列随机样本的极值。
3) weakly dependent sequence
弱相依序列
4) *-mixing sequence
m相依序列
1.
*-mixing sequence
同时讨论了 m相依序列和独立随机变量序列的强大数定律 。
5) strong dependent Gaussian sequence
强相依高斯序列
6) heavy-tail dependent observations
厚尾相依序列
补充资料：m相依过程
m相依过程
m-dependent process
m相依过程fm一峡曰的t碑创芳留」【补注】离散时间随机过程(stochasticP代犯e粥)(X。)。。z称为m相依的，如果对所有k，联合随机变量(x。)。‘*独立于联合随机变量(x。)。，*十。、。. 这类过程是作为尺度变换(重正规化)的极限，因而也是作为具有尺度对称性过程的例子自然产生的(【Al」).m相依过程的例子由(m+l)分块因子(blockfactoIS)给出，其定义如下:设(Z。)。。z是一独立过程，f为m十l个变元的函数，X。二f(z。，…，Z，+。)，则(m十l)分块因子X。是一m相依过程. 但存在并非2分块因子的1相依过程(one-山哪ndent Proc哪)(【A2】).
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条