生长曲线模型中尺度参数相等的检验问题

讨论了生长曲线模型中尺度参数相等的检验问题.设原假设为H:Σ_1=Σ_2=…=Σ_k,本文第3部分给出了在原假设成立时修改似然比统计量的h阶矩及渐近分布。     

关于在多元正态分布中期望和协方差同时检验的无偏性问题

设S_j～W_p(Σ_j,n_j),y_j～N_p(μ_1,Σ_j)(j=1,2,…,k)且相互独立。设原假设为(1)■(2)■本文证明了相应于备择假设A.≠H_i,i=1,2,检验假设H_i的似然比检验是无偏的。     

假设检验在经济调查中的应用

统计假设检验是借助样本统计量来检验假设的总体参数是否成立的方法,通常要预先根据某些事实假设总体参数M等于某一值,然后从总体中抽取样本计算样本统计量,通过比较样本统计量和假设的总体参数值,确定样本统计量是否有充分的证据支持原假设.     

关于在复多元正态分布中期望和协方差同时检验的无偏性问题

设A～CW_p(Q,n),z～CN_p(θ,Q)且相互独立,设原假设为(1)(?)设A_j～CW_p(Q_j,m_j),z_j～CN_p(θ_J,Q_j)(j=1,2,…,k),且相互独立.设原假设为(2)(?)(3)(?)本文证明了相应于备择假设A_i≠H_i,i=1,2,3,检验假设H_i的似然比检验是无偏性。     

生长曲线模型中位置参数和尺度参数同时检验的问题

本文讨论生长曲线模型中位置参数和尺度参数同时检验的问题．文中第３部分分别给出修改似然比统计量在与原假设相接近的备样假设下的渐近分布．     

复生长曲线模型中参数的检验问题

本文讨论了复情形下生长曲线模型中尺度参数与位置参数同时检验的问题，设原假设定为Ｈ：∑＝Ｉ且ζ＝０文中给出修改似然比统计量在两类与原假设相接近的备样假上的渐近非零分布。     

关于多元正态分布中协方差相等及期望值为零同时检验的问题

设(?)～N_p((?)_j,(?)_j),S_j～W_p(Σ_j,n_j),(j=1,2,…,k)且相互独立。设原假设为H_1:Σ+1=Σ_2=…=Σ_k且(?)_1=(?)_2=…=(?)_k=(?) 设(?)_j～CN_p((?)_j,Q_j),A_j～CW_p(Q_j,n_j)(j=1,2,…,k)且相互独立。设原假设为H_2:Q_1=Q_2=…=Q_k且(?)_1=(?)_1=…=(?)_k=(?) 本文讨论了以上两个检验问题,给出了其似然比统计量在原假设为真时的累积分布函数的渐近展开式。     

方差未知的多总体均值检验的一种可行方法

本文对n个相互独立,服从正态分布总体的X1,X2,…,Xn的均值统计假设H0:μ＝…＝μn的检验,进行了探讨,在方差σj^2(j=1,2,…,n)未知,用σ1^2=σ2^2…σn^2的条件下,构造了Tn,Tn统计量,给假设H0以快速检验提供了切实可行的方法。     

关于在多元正态分布中期望和独立性同时检验的问题(Ⅱ)

设■且相互独立。对■和Σ进行类似划分:■设零假设为■备择假设为A■H。本文讨论了相应于备择假设A■H,检验零假设H的问题。给出了某些特殊情况下这一检验问题的似然比统计量的确切分布以及当零假设成立时的渐近分布。     

关于在多元正态分布中期望和协方差同时检验的问题(Ⅰ)

设V～W_P(∑,n),■～N_p(■,∑)且相互独立。本文讨论了相应于备择假设A■H,检验零假设H:期望■=■且协方差阵∑=σ~`2I(其中σ~2>0为未知的正数)的似然比值统计量的确切分布问题,在第3部分中给出了当p=1,2,3,4,6时该统计量的确切分布和累积分布函数,函数。