两样本相等性的面积统计量检验

分布相同的非参数假设检验是统计学者一直关心的问题之一.关于面积统计量检验总体相等性,提出新的面积统计量TA1,TA2,TA3,TA4及相应的Bootstrap统计量TA1^,TA2^,TA3^,TA4^,并利用投影寻踪(PP)技术扩展到多维情况.证明了它们在原假设下有相同的极限分布,并进行了大量的模拟试验,验证选择上述统计量的合理性.     

两总体分布均值相等的U统计量检验法

在任意总体分布且方差未必相等的情形下,给出了两总体分布均值相等的U统计量检验法,并讨论了检验统计量的相合性、渐近正态性及检验的功效.     

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.     

具有缺失数据的两个0-1分布总体参数的估计和检验

对具有缺失数据的两个0-1分布总体的参数估计问题进行研究,证明了估计的强相合性和渐近正态性,给出了两个总体参数相等的检验统计量以及检验统计量的极限分布.     

具有部分缺失数据的两个对数正态分布总体参数的估计和检验

研究了部分缺失数据下的两个对数正态分布总体的参数估计问题以及两个总体参数相等的假设检验问题,证明了估计的强相合性和渐近正态性,同时给出了检验两总体参数相等的检验统计量以及检验统计量的极限分布.     

总体正态性检验—W检验法的改进

针对正态性检验W检验法应用中存在的不足,提出改进的D统计量.运用随机模拟方法给出概率密度分布图、拒绝域的取值表、功效函数比较图及非正态分布下的拒绝概率表.结果表明:在正态性检验时,D统计量相对于W统计量的检验功效更高一些,而在非正态检验时,其功效函数拒绝率同原统计量相比也有一定的改进.D统计量对某些分布能够更及时作出不服从正态分布的判断;新统计量检验计算更省时省力;对正态性检验具有一定的参考价值.     

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.     

非均等排序集抽样下位置参数的Mann-Whitney检验

针对两总体位置参数的检验问题,提出了基于非均等排序集抽样方法的Mann-Whitney检验统计量,证明了当原假设成立时其分布具有对称性且不依赖于总体分布,证明了新统计量的渐近正态性,计算出其数学期望和渐近方差,并确定出检验拒绝域.模拟检验功效的比较结果表明:新检验优于基于简单随机样本和均等排序集样本的相应检验.     

缺失数据情形下两个Poisson分布总体参数的估计和检验

本文对具有部分缺失数据的两个poisson分布总体的参数估计问题以及两总体参数相等的假设检验问题进行了进一步的讨论.证明了估计的相合性和渐近正态性,给出了检验两总体参数相等的检验统计量和检验统计量的极限分布.     

对称分布下次序统计量有关期望和方差性质的两种证明

次序统计量在非参数估计以及在近年来兴起的排序集抽样理论中有着重要的作用.其中一个重要的性质:首末对称位置次序统计量的期望和的一半等于总体均值,首末对称位置次序统计量的方差相等即iμ+μn-i+1=2μ;σi=σn-i+1[1]本文给出两种证明.