基于分层部分核实数据对二项比例的齐性检验

针对分层情况下的疾病流行率问题,考虑了金标准存在时,在各层的敏感度和特异度不同时二项比例(疾病流行率)的齐性检验;提出了基于渐近检验过程的7种统计量和基于Bootstrap重抽样检验过程的4种统计量,并通过蒙特卡罗模拟研究来比较了各种检验的犯第一类错误的概率和检验功效;研究表明:score统计量、似然比统计量和4种基于bootstrap重抽样的检验统计量具有良好的统计性质,推荐用于实际中;最后,实际数据进一步验证了方法的有效性。     

带有误差变量的偏度和峰度正态性检验

考虑带有误差变量的正态检验问题，提出了亲折偏度和峰度正态性度验统计量，证明了在零假设成立时，所提出的偏度和峰度检验统计量具有渐近正态的优良性质，模拟计算也表明所提出的检验统计量有良好的功效。     

基于φ-散度的乘积多项抽样下对数线性模型的检验水平和功效

考虑了乘积多项抽样下的对数线性模型.在这个模型下,文献[Jin Y H, Wu Y H. Minimum φ-divergence estimator and hierarchical testing in log-linear models under product-multinomial sampling. Journal of Statistical Planning and Inference, 2009,139:3 488-3 500]用基于φ-散度和最小φ-散度估计构造的统计量研究了几类假设检验问题,这其中就有嵌套假设.最小φ-散度估计是极大似然估计的推广.在上述文献的基础上,给出了其中一类检验的功效函数的渐近逼近公式;另外,还研究了在一列近邻假设下检验统计量的渐近分布.通过模拟研究发现,与Pearson型统计量和对数极大似然比统计量相比,Cressie-Read型检验统计量有差不多的甚至更好的模拟功效和水平.     

单形分布变离差检验的Score统计量的局部影响

为了研究数据对于单形分布非线性模型变离差检验的Score统计量的局部影响,该文利用梯度方法分别研究了因变量及自变量的微小扰动对于该模型的Score检验统计量的局部影响,相应得到了度量最大局部影响的诊断统计量。最后,利用所得统计量获得了眼科学方面的一个实际数据中的影响点,结果表明该文提出的方法是有效的。     

变结构非线性模型的Score统计量的影响分析

对于具有结构变化的非线性回归模型,为了识别出数据对其阶段异方差Score检验统计量的影响,提出采用梯度方向探讨了模型中响应变量及自变量的微小扰动对于该模型的Score统计量的局部影响,分别得到了度量最大局部影响的诊断统计量.将所得统计量应用于2个澳大利亚南方地区栽培洋葱而得到的产量和密度数据,并识别出了其中的影响点.     

基于Kriging统计的移动曲面拟合

通过方位取点法选取采样点,移动拟合出二次曲面来逼近实际地形。对采样点处的逼近误差进行Kriging统计,获得待定点处高程逼近误差的最优估值。进行了基于Kriging统计的移动曲面拟合综合模型的模拟计算,通过单一曲面模型和Kriging统计模型的逼近误差及精度的比较,验证了综合内插模型的优越性。     

基于K-S统计量的两个总体相等性的Bootstrap检验

文章提出基于K-S统计量的新的统计量及相应的Bootstrap统计量,证明它们在原假设下有相同的极限分布,并进行了数值模拟.     

多级网格环境下的土地利用统计方法

 基于土地资源多级网格服务架构LR-MGSP（Land Resource Multi-Grid Service Platform），对土地利用统计服务按照原子服务和聚合服务的分类方式进行分级处理，提出对原子服务采用基于统计基表的增量式密集统计，对聚合服务采用基于网格资源状态的聚合统计，从而实现基于多级网格资源的土地利用汇总统计方法。通过与传统土地资源管理系统的性能对比测试，结果表明：该方法在统计效率上明显优于传统统计方法，且随着统计量的增大，效率优势更加明显。该方法的应用实例也表明，它能够满足海量土地资源数据高效统计处理的需求，也为跨机构跨部门处理其他土地资源业务提供了参考借鉴。     

基于2个独立二项分布的风险比的信仰推断

两个独立二项分布参数之间的风险比的非劣效性检验在医学统计研究中是一个非常有意义的问题. 常用的限制性极大估计方法在大多数情况下都不能控制第一类错误. 本文提出用基于信仰推断法来解决基于两个独立二项分布参数之间的风险比的非劣效性检验问题. 模拟结果显示: 在小样本的研究情况下,这种基于信仰推断法的MF检验方法能很好地控制第一类错误, 检验功效也不差.     

定时截尾样本下指数分布平均寿命的假设检验

研究了定时截尾寿命试验下指数分布平均寿命的假设检验问题,检验统计量是对总试验时间进行改进而得的.     

带有ARIMA(0,1,0)误差的非线性模型影响诊断

在带有ARIMA（0，1，0）误差的非线性回归模型中，利用梯度方向研究了观测数据对于其异方差检验的Score统计量的局部影响，分别得到了因变量及自变量的微小扰动情况下度量最大局部影响的诊断统计量．最后，给出了具体的数值实例，说明了本文结论的有效性．     

多指标约束下备件可修复库存方案优化

针对在机场集团运行期间,设备备件可修复的多指标约束问题,提出了基于近似可用度评估的可修备件库存优化方法。首先分析了备件消耗的类型。通过忽略备件发生故障后维修时间或者订货供货时间,利用伽马分布的可加性建立备件的可用度评估模型。在此基础上,利用可修备件的可用度、可修备件的总费用为约束指标,构建以备件量最少为目标函数的多约束备件优化模型。在求解模型的过程中,利用拉格朗日乘子和边际优化启发式算法,对模型进行求解。算例中通过与仿真结果进行对比分析:当维修时间或者备件补充时间小于备件等效平均寿命三分之一时,平均误差小于5%,采用的近似度的方法是可行的。     

城市交通组织优化仿真模型的参数估计新方法

从逼近性较好和易于计算机实现两个角度,对城市交通组织优化仿真模型中参数估计方法进行了研究,给出了极大似然估计法、范数理论的数据拟合以及三次B样条拟合方法,并对3种方法的特点和适用条件进行了比较。极大似然估计法基于数理统计理论,建立在已有试验数据基础上,适合于精度要求不高的情况;范数理论的数据拟合采用欧氏范数(1-范数,2-范数,无穷范数)作为误差量度的准则,理论严密,有明确的几何意义,适合于拟合函数曲线特征比较明显的情况;数据分布规律不明显时,采用三次B样条函数拟合。实例表明,3种仿真模型参数估计方法均是可行的,平均绝对误差从小到大依次为三次B样条拟合方法、2-范数拟合方法和极大似然估计法,分别为0.002 80、.016 90、.017 1。在实际工程中,应分别采用3种方法进行估计,选择误差较小的方法。     

相依误差下非参数回归模型的方差变点Ratio检验

运用Ratio检验方法研究相依误差下非参数回归模型的方差变点检验.首先利用核估计方法估计模型中的回归函数得到残差序列,其次利用残差序列构造Ratio检验统计量,并推导检验统计量的极限分布,最后通过数值模拟验证检验方法的有效性.     

二元矩阵连分式逼近的唯一性（Ⅱ）

本文在文“二元矩阵连分式逼近的展开式（Ⅰ）”的基础上，利用矩阵广义逆变换构造了二元Ｔｈｉｅｌｅ型矩阵值连分式逼近式．某些重要的逼近性质如有理性、特征性和唯一性分别得到了证明．     

闽南地区农村石结构房屋的爆破振动损伤特点

在对台地平整爆破作业造成周边村落民房损伤的实地踏勘基础上,对闽南农村石结构房屋在爆破地震影响下的损伤特征进行描述,并对损伤程度进行分级.基于爆破地震效应和当地石结构的砌筑特点,分析造成震害的主要原因.损伤等级分布统计分析表明,闽南地区石结构房屋抗震能力差是造成爆破震害的主要因素.最后,提出减轻爆破地震对闽南石结构房屋影响,以及增强闽南农村房屋防灾能力的建议.     

一种盲反褶积准则在电法测井资料处理中的应用

基于反褶积电法测井资料高分辨率处理方法是一种有效和常用的方法,但由于采用线性近似,不能完全还原电法测井电阻率分布。为了改善电法测井反褶积处理效果,采用基于高阶统计量的盲反褶积算法对经过电法测井处理的信号进行进一步处理,尽可能消除误差信号,实现处理效果的进一步优化。     

基于相似关系的不完备形式背景属性约简

研究不完备形式背景的属性约简问题。通过比较对象间属性值的一致性, 定义了对象集上的一个相似关系, 进而定义了基于相似关系的粗糙近似算子, 利用目标集的粗糙集近似, 可以提取语义明确的决策规则。基于不完备形式背景中相似关系给出一种属性约简的概念, 研究了属性约简的判定定理, 给出了三类属性的特征刻画。 最后, 利用对象间的辨识属性, 给出了一种属性约简的方法, 并举例说明了方法的可行性。     

模糊相似关系下的模糊粗糙集

在模糊粗糙集模型中引入模糊相似关系，定义了一组上、下近似集，并讨论了模糊相似关系下的模糊粗糙集的一些性质，得出了它在模糊相似关系的包含运算、并运算、交运算、合成运算及闭包运算下的一些结论。最后定义了模糊粗糙集在模糊相似关系下的粗糙度和近似精度，并得出了一些结果．     

基于split-and-conquer和非参数向前选择法的变量选择

变量选择是统计学界研究的重要课题之一.当处理高维数据时,一些常用的变量选择方法大多比较耗时,因此提出了一种既能筛选出高维数据中的变量又能节省时间的方法:基于split-and-conquer的非参数向前选择法.首先使用split-and-conquer方法将数据进行拆分,然后使用B样条函数逼近的非参数向前选择法进行研究.实验结果表明:基于split-and-conquer的非参数向前选择法可以较好地将变量选择出来,并且节省了大量时间.