分布对称中心的U检验方法

基于构造U统计量提出了检验对称随机变量分布对称中心的一种新的检验统计量,获得了该检验统计量在原假设与备择假设下的极限分布,并用Bootstrap方法来获得检验拒绝域的临界值,对几类重要对称分布下该检验统计量的检验功效进行了比较,说明了该检验统计量的优良性.     

多重结果比较中的一个稳健检验

在生物学研究中,为比较两组研究对象的多重结果,在假设总体分布为正态分布的情况下,参数方法如多元的方差分析方法及Bonferroni方法广为应用.然而在多数情况下总体为正态分布的假设并不成立,因而人们自然地提出了更为稳健的非参数检验统计量,如O'Brien检验统计量,Huang检验统计量,MAX及SAR检验统计量等.本文旨在提出一个更为稳健的检验统计量.     

回归模型的相关性检验

基于经验似然的方法构造了检验统计量,对非参数回归模型中的误差进行了相关性假设检验,获得了零假设下检验统计量的渐近分布为χ2分布.模拟计算表明相关性假设检验的经验似然方法具有较好的功效.     

长记忆时间序列趋势项变点的CUSUM检验

本文研究长记忆时间序列趋势项的变点检验问题.基于最小二乘拟合残差构造了一种新的CUSUM型检验统计量,在无变点原假设下证明了检验统计量的极限分布是I型分数布朗运动的泛函,在备择假设下证明了检验统计量的一致性,并提出用Sieve Bootstrap方法确定检验统计量的临界值来避免精确估计冗余参数.数值模拟结果表明,提出的新方法在原假设下能较好地控制检验水平,在备择假设下能达到满意的检验势.     

一种检验独立平稳时间序列谱密度一致性的方法

主要讨论两个独立平稳时间序列谱密度一致性检验问题.根据周期图的分布性质,构造了新的检验统计量,在两个谱密度相等的假设下,得到统计量渐进服从正态分布.模拟显示:本文统计量的经验势优于Dette et al的统计量.对8组Frmi(功能性磁共振成像)血液氧化水平信号进行谱密度的一致性检验,发现本文的检验统计量比Dette et al中的统计量有效.     

Poisson自回归模型的平稳性检验

利用经验似然方法研究Poisson自回归模型的平稳性检验问题, 通过构造相关检验的经验似然比检验统计量, 在零假设下获得了检验统计量的极限分布, 并通过Monte Carlo数值模拟考察该检验方法的有限样本特征.     

回归模型参数检验及多克隆抗体效价的回归分析

利用经验似然方法研究一元线性回归模型参数的检验问题, 构造了相关检验的检验统计量, 并在零假设下获得了检验统计量的极限分布. 结果表明, 该方法可用于多克隆抗体稀释倍数与有色物吸光度值(OD值)的建模.     

随机设计下非参数回归模型方差变点检验

目的 研究随机设计下非参数回归模型方差变点检验.方法 用局部多项式方法估计回归曲线得到残差序列,基于残差序列的平方构造CUSUM检验统计量,推导检验统计量的极限分布.结果 在一定条件下证明了原假设下检验统计量收敛于Brown桥的上确界.结论 局部多项式方法同时适用于随机设计与固定设计数值,方法性是有效性的.     

高维数据下MANOVA检验

对于高维MANOVA假设检验问题,文章提出了一种新的检验统计量,且对数据的维数和个数的关系没有限制;在一般条件下,分别得到了新检验统计量在原假设和局部备择假设下的渐近分布. 模拟结果表明新的检验具有一定的优势.      

两个一维总体分布相等性的permutation检验

检验两个一维总体分布的相等性,采用理论证明和数值模拟的方法,在Prastgaard提出的Kolmogorov-Smirnov统计量T1及相应的permutation统计量T 1基础上,提出了基于K-S统计量的新统计量T2及相应的permutation统计量T 2,研究了在一维的情形下T2与T 2的分布,并进行了数值模拟.结果表明:新统计量在原假设下有相同的极限分布,数值模拟结果优于原统计量.该方法对检验两总体分布的相等性有一定的参考价值.     

半参可加部分线性EV模型中参数的经验似然比检验

考虑半参可加部分线性EV模型中参数部分的检验问题,提出了经验似然比检验统计量,得到了原假设成立下统计量的渐近卡方分布,方便使用．     

UMPU Test of Outliers in Mixed Interactive Effects

就平衡的(balanced)双向分类混合交互效应模型,讨论了主效应均值滑动模型的异常值检验问题,并给出了似然比检验统计量.在零假设及备择假设下导出了检验统计量的分布,证明了检验的一致最优无偏(UMPU)性,最后对相关问题进行了讨论.     

单向分类随机模型误差方差齐性的极大似然比检验

解决了已知均值相等条件下单向分类随机模型误差方差的齐性检验(b=2)问题. 利用极大似然比方法导出了检验统计量. 运用Barttlett分解推导出了检验统计量的一般分布, 从而求出了原假设的拒绝域, 讨论了检验的功效和相合性, 最后给出一个应用实例.     

一种线性过程方差变点的比率检验

针对现有的用于线性过程中方差变点的比率检验存在势过低的问题,提出了一种新的检验统计量.同时研究了该统计量在原假设下的渐近分布以及备择假设下的渐近性质.此外提出一种新的变点估计方法,建立了该变点估计方法的收敛性和收敛速度.蒙特卡罗模拟表明了该统计量在样本量大小适中时比原统计量具有更好的经验水平和更高的势,所提出的估计方法也具有一致性.最后通过实例分析验证了该方法的有效性.     

ARMA(1,1)模型多变点的SupF检验

研究ARMA(1,1)模型多变点的检验问题,给出Sup F检验统计量,在原假设下得到检验统计量的极限分布,并对ARMA(1,1)模型的多变点问题进行数据模拟,模拟结果表明了Sup F检验的可行性.     

厚尾相依序列均值变点Ratio检验

研究具有无穷方差的厚尾相依序列均值存在变点的问题。采用Ratio检验法研究序列在原假设无变点及备择假设存在一个变点的假设检验问题,首先基于残差的累积和函数建立检验统计量,在适当的假设条件下,给出检验统计量在原假设下的极限分布,并对统计量的一致性检验进行了推导证明,最后通过数值模拟验证Ratio检验法的有效性。     

用于整体假设检验的截尾强度方法的进一步研究

在检验一组m个单个假设都是正确的整体原假设下的显著性时,Tail Strength方法和Fisher概率方法是非常有效的.该文进一步研究了一种截尾统计量.模拟研究充分显示了这种统计量具有以下有特点:(1)在整体原假设成立条件下截尾统计量的分布依赖于截点.(2)当截点小于或等于0.05或者0.005时,m大于500时,在...     

基于非均等排序集抽样的Wilcoxon符号秩检验

为了检验未知总体的对称点,建立了非均等排序集抽样下的Wilcoxon符号秩检验统计量,证明了在原假设下其分布具有对称性和适应任意分布性,证明了新检验统计量的渐近正态性,并给出新检验的Pitman效率因子.Pitman渐近相对效率的计算结果表明,新检验优于简单随机抽样下和均等排序集抽样下的符号秩检验.     

修正Berk-Jones检验统计量在零假设下的极限分布

讨论上界型修正Berk-Jones（RBJ）拟合优度检验统计量在简单零假设下的极限分布后,给出一种新的积分型RBJ检验统计量,并研究这种统计量在简单零假设下的极限分布,然后对这两种RBJ型检验与其他常用检验的功效进行模拟比较。模拟结果显示,两种RBJ型检验在我们所作的大多数模拟情况下不比常用的拟合优度检验差。     

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.