混合总体中广义似然比检验研究的进展(英文)

在正则统计模型中,广义似然比检验其方法简洁而有效.但在经济、生物学等领域中有着广泛的应用的混合总体中,因其正则条件不再成立,使得广义似然比检验要困难复杂得多.概述了在混合模型中广义似然比检验研究的进展,特别是检验统计量渐近分布的新进展.     

方差分量的广义p-值检验

利用广义p-值检验法给出了含两个方差分量的线性混合模型中一种新的方差分量的检验方法,对单个随机效应和两个模型随机效应方差分量间的比较分别作出了检验,这些检验都是精确检验,且计算简单,便于使用.     

高维数据下关于正态均值线性约束的检验

高维数据经常会出现数据维数远远大于样本容量的现象,导致多元统计分析中许多经典检验方法失效,为弥补这一缺陷,以似然比检验方法为基础,结合并交原则,对于正态总体均值受线性约束这种假设检验问题提出了新的广义似然比检验方法,并通过数据模拟方法验证该检验与Bai和Saranadasa的检验方法相比能更好的控制检验水平.     

Two-way空间自回归随机效应面板数据模型的检验

本文研究了一类Two-way空间误差自回归随机效应面板数据模型,利用拉格朗日乘数法和似然比检验法讨论了空间效应、个体效应和时间效应的联合检验问题.     

正交饱和设计中广义似然比检验的势函数(英文)

在试验误差服从正态分布的条件下,为Al-Shiha和Yang提出的正交饱和设计逐步检验法确定了一个势函数．该方法是由正态假设下的广义似然比检验统计量导出的,原先只能通过随机模拟来与其他方法比较．通过本文导出的势函数解析式,使得有可能将该方法与著名的Lenth方法等进行精确比较．     

在多匹配病例-对照研究中优比的小样本研究

Ｍｅｈｔａ等多（１９８５）指出了建立在计数统计基础上的多匹配病全－对照研究中优化的精确检验的重要性。这里提出了两种新的基于估计和似然比的精确检验法,对这三种精确检验法进行了比较,并把它们与渐近检验作了比较,说明了在样本设计的双国检验中基于似然比的精确检验具有优越性。     

在多匹配病例—对照研究中优比的小样本研究(英文)

Ｍｅｈｔａ等人（１９８５）指出了建立在计数统计基础上的多匹配病例—对照研究中优比的精确检验的重要性．这里提出了两种新的基于估计和似然比的精确检验法,对这三种精确检验法进行了比较,并把它们与渐近检验作比较,说明了在小样本设计的双边检验中基于似然比的精确检验具有优越性．     

多元约束线性回归中异常值检验

讨论了带约束的多元线性回归模型中异常值的检验问题,证明了带约束的多元数据删除模型与相应的均值漂移模型的统计量之间的等价性,得到了异常值检验的似然比统计量及其分布。     

部分线性回归模型中的广义似然比检验

检验了部分线性回归模型中的函数部分是否为常数, 在备择假设下, 先用局部多项式方法估计出函数部分, 在估计中忽略了参数部分, 将其并入误差项, 再使用二阶段估计法, 直接应用最小二乘方法, 估计出参数部分, 并讨论了它们的渐近性质. 计算了零假设下广义似然比检验统计量的表达式, 并给出其渐近分布.     

VaR准确性检验的T检验法

根据VaR失败率检验法的定义,通过利用组合的方式获取检验样本和构造服从T分布的统计量,得到检验VaR准确性的新方法——T检验法。T检验法所接受的模型不仅在似然比检验法下能被接受,且在同一置信度下T检验法所接受的模型比似然比检验法所接受的模型的准确性更高。最后通过实证分析进一步说明T检验法比似然比检验法能更好地检验VaR的准确性。     

部分缺失数据两个特殊指数总体的估计和检验

讨论了在部分缺失数据的情况下,两个特殊指数总体的参数估计和基于相同总体的似然比检验.证明估计的强相合性和渐近正态性,给出似然比检验统计量的极限公布,并讨论了基于精确分布的检验问题.     

双向分类随机可加效应模型中可加性异常值（outlier）的检验

在双向分类随机效应模型中，在实际应用时人们更感兴趣的是模型的可加性。此时异常值的出现是由于它偏离了模型的可加性假设。即数据中的少部分点偏离了模型的可加性。这在实际中是一个重要问题，同时也是本文所研究的内容。本文安排如下：第二节给出模型的介绍及问题的由来；第三节导出了可加性ｏｕｔｌｉｅｒ的检验方法及检验统计量的精确分布，并给出双向分类随机效应模型中可加性异常的检验方法；第四节对相关问题进行了讨论。     

具部分缺失数据两个指数总体的估计和检验

讨论部分缺失数据两指数总体的参数估计和关于总体相同的似然比检验. 证明估计的强相合性和渐近正态性, 给出似然比检验统计量的极限分布, 并讨论基于精确分布的检验问题.     

非线性再生散度模型的广义变离差检验

研究了非线性再生散度模型的广义变离差检验,对于一类常见的正则散度分布族,解决了离差参数的齐性检验问题,得到了检验的似然比统计量和score统计量,并证明了score统计量的渐近χ2性.本文研究的非线性再生散度模型包括了许多常见的统计模型,诸如正态线性和非线性回归模型、广义线性模型和广义非线性模型等;同时,本文结果也适用于某些更复杂的分布,诸如基于极值分布、单纯形分布的非线性模型等.因此本文的结果进一步推广和发展了文献中已有的工作.     

具有Rao简单结构的多元t-模型位置参数的似然比检验

在统计推断中,模型中未知参数的假设检验是一个重要的研究内容.本文利用似然比检验研究了具有Rao简单结构多元t-模型位置参数的假设检验,得到了检验统计量的零分布,用蒙特卡洛方法模拟了理论结果.     

多个正态总体均值相等性检验方法的模拟比较

针对t个正态总体,提出均值相等性似然比检验.总结了三种检验方法,即似然比检验、bootstrap p-value检验和bootstrap检验.用Monte Carlo方法检验多个正态总体均值相等性问题,通过给出的模拟结果,比较了检验方法的有效性.     

非平衡单向分类随机效应模型的异常值检验

研究了非平衡单向分类随机效应模型中多个异常值的检验问题.分别在随机效应及误差变量上的均值滑动模型下,给出了得分检验统计量的具体形式及近似分布.通过随机模拟,证实了方法的有效性.     

具有线性趋势回归信度模型的随机效应及线性趋势的Score检验

讨论了具有线性趋势的回归信度模型的随机效应和线性趋势的Score检验问题.首先分别推导出模型中随机效应存在性和线性趋势显著性这2种检验的Score检验统计量,然后利用Monte-Carlo方法分别模拟了此2种检验统计量的功效.功效模拟结果显示,2种检验统计量都有很好的检验效果.最后利用所得到的检验方法对旅客意外身体伤害保险数据进行了实例分析,分析结果表明,该数据集的随机效应是存在的,线性趋势也是显著的.     

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.     

Buhlmann-Straub信度模型的估计与检验

研究了Buhlmann-Straub信度模型的参数估计和随机效应的检验,以及它们的统计性质. 参数估计采用两步估计法,用F检验对随机效应进行检验.在两步估计法中, 利用正交变换得到了总平均的估计, 然后采用拟合常数法得到了方差的估计,并证明了该估计是无偏估计.通过残差平方和构造了F检验统计量对是否有随机效应进行检验,并得出了检验的势函数是检验方差的增函数.最后将估计和检验的方法应用到实例中, 得到了较好的效果.