首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
分别介绍了参数假设检验和非参数假设检验两种方法,并通过案例分析了假设检验理论的应用,对抽样的数据进行推断分析,为以后的实际应用提供理论依据。  相似文献   

2.
刘显凤 《科技信息》2009,(33):T0056-T0057
本文对统计推断理论中区间估计与假设检验的区别与联系进行了分析,讨论了两者之间的相关性、这两种方法的各自应用范围和应注意的问题及他们的辩证关系。  相似文献   

3.
近年的科研方法中,科研工作者大量采用统计方法研究问题,特别是假设检验方法的应用已经非常普及。其实,统计中用样本推断总体的方法还有区间估计。在此,简述区间估计的概念、方法,并给出体育调查中总体均数的区间估计和总体率的区间估计实例。从而说明在体育调查中可以用区间估计的方法分析问题,这样比单独计算样本比例要有说服力。  相似文献   

4.
形式化方法在软件工程中的应用研究   总被引:1,自引:0,他引:1       下载免费PDF全文
探讨了形式化方法的基本概念,重点研究了形式化方法的数学理论基础和其在软件工程各阶段的应用情况,分析了形式化方法在理论研究和工程实践上的优势和局限性及其原因,并指出了形式化方法发展的几个方向,最后对形式化方法在软件工程中的应用做了评价.  相似文献   

5.
开发大型软件,要由很多程序员共同参加,整个开发工作被称为“软件工程”。凡是工程,都要计算工作量,软件工程也有一套完善的工作量计算法。本文讨论的内容,是开发管理软件时,我们是如何为程序员计算工作量的。程序员工作量的正确计算,不但可以对课题组内各程序员的工作成绩做出评定,并且能够由记载的大量数据,得出已完工部份的工程进度,进而可对下一阶段的预计进度做出虽然粗略但却是有根据的估计。  相似文献   

6.
研究了Lindley分布参数的区间估计和假设检验问题.给出了参数的置信区间和假设检验的拒绝域,并运用随机模拟的方法对参数进行了统计分析.  相似文献   

7.
为了提高本科教学质量,改进教学管理和教学方法,从高等数学公共课期末考试成绩中抽取样本,运用抽样技术理论,估计该门公共课不及格率,并给出估计的方差和置信区间。建立假设检验,比较不同班级不及格率和平均分的差异,分析不同教师授课对学生考试成绩的影响。从期末考试成绩中等以上和期末考试不及格的学生中抽取样本,应用t检验和方差分析方法,分析高考数学成绩差异对期末考试成绩影响的显著性。统计检验结果表明,在显著水平为0.05下,从不及格率角度来看,不同教师所教的班级有显著差异,而高考数学成绩对期未考试成绩无显著差异。  相似文献   

8.
利用枢轴量法和显著性假设检验方法讨论两正态总体参数的线性函数的显著性假设检验问题和若干非正态总体参数的区间估计及显著性假设检验问题。  相似文献   

9.
在定时截尾缺失数据样本下研究了Lomax分布形状参数的估计和假设检验.在尺度参数已知的条件下给出了形状参数的极大似然估计,证明了估计量的相合性和渐近正态性,并给出了形状参数的置信区间和假设检验,最后通过蒙特卡洛随机模拟说明了估计的优良性.  相似文献   

10.
从区间估计的角度思考参数假设检验问题   总被引:1,自引:0,他引:1  
苏再兴  王志福  韩丹丹  魏英超 《科技信息》2010,(25):I0187-I0187,I0191
本文从区间估计的角度来探讨参数假设检验问题,并且讨论了区间估计和假设检验的内在区别和联系。  相似文献   

11.
文章主要在数据缺失的情况下研究了逆伽马分布的参数估计与假设检验,位置参数已知的条件下,给出形状参数的极大似然估计,并证明了形状参数估计的强相合性与渐进正态性,并对两总体参数之差的置信区间和假设检验做出分析。  相似文献   

12.
日本著名质量管理学家田口玄一博士,在所著《实验设计法教科书》中,举了一个简单例子说明线性对比的概念及其应用。不仅概念欠妥,而且迄今为止未见其理论证明。本文在更为一般的情况下,定义了线性对比的概念,并从理论上论证了线性对比的估计和假设检验问题。最后以田口的简例说明线性对比的应用。  相似文献   

13.
彭运筹  韩强  马萍  丁静  杨朋 《科技信息》2009,(33):35-35,42
软件工程专业学科具有强调理论与实践紧密结合的特点。本文基于计算机科学理论和技术,结合软件工程专业自身知识结构体系,通过分析现有的软件工程专业学生实践中存在的问题,提出了一种软件工程专业综合实践的初步方法,并给出其与软件工程生产实习活动进行有机融合的具体方案。最后,本文给出了一个实例,证明了该方法的可行性。  相似文献   

14.
研究了两参数Lomax分布参数的区间估计和假设检验问题.分别在形状参数和尺度参数已知的情形下,给出了尺度参数、形状参数的置信区间和假设检验的拒绝域以及p分位数的置信区间,并运用随机模拟的方法分别对2个参数进行了统计分析.  相似文献   

15.
端元提取是高光谱遥感研究的重点内容之一,在高光谱影像信息识别、环境监测、资源探测和丰度反演等领域有着重要运用。为了实现有效的端元提取,如何准确估计(尤其是未知区域)高光谱影像中端元数目就显得更为关键,特别是在无人或境外地区的遥感探测方面极有实际价值。端元数目估计过多或者过少都会影响端元提取和混合像元分解的精度。本文基于谐波分析(Harmonic Analysis,HA)理论实现了高光谱影像有效去噪,并结合二元假设检验方法构建了一种高光谱影像端元数目估计的谐波分析假设检验(HA-Hypothesis Testing,HAHT)模型。通过AVIRIS和Hyperion高光谱影像的可行性分析与普适性验证,并与HFC(Harsanyi Farrand Chang)、特征值极大似然函数(Eigenvalue Likelihood Maximization, ELM)和最小误差高光谱信号辨识法(Hyperspectral Signal Identification by Minimum Error, Hysime)等常规的端元数估计算法应用成果相对比,表明HAHT模型所估计的端元数目与实际地物数具有更高的吻合度。同时,采用较成熟的连续最大角凸锥(Sequential Maximum Angle Convex Cone,SMACC)方法提取了端元波谱曲线,通过比较设置2(HFC估计数)、8(HAHT估计数)和14(Hysime估计数)不同端元数的提取结果,也证明HAHT模型在估计端元数目时具有较高准确性,以及较好的适用性和应用前景。  相似文献   

16.
研究张量线性回归模型中的参数估计与假设检验问题,先基于最小二乘法获得参数的点估计量,证明其相合性,并结合系数张量的CP(CANDECOMP/PARAFAC)分解结构给出该估计的近似算法——交替最小二乘法;其次建立了参数线性假设检验的拟似然比检验统计量,并证明其大样本性质。Monte Carlo模拟结果表明:交替最小二乘估计表现良好,且拟似然比检验统计量的经验分布与理论分布无显著差异,将该方法运用于文本数据分析中的英文字母计数问题,获得比较准确的预测结果。  相似文献   

17.
在数据缺失样本下研究了Pareto分布的参数估计和假设检验。在门限参数已知的条件下给出了形状参数的极大似然估计,证明了估计量的相合性和渐近正态性,并给出了两总体形状参数之差的置信区间和假设检验,最后通过蒙特卡洛随机模拟说明了估计的优良性。  相似文献   

18.
研究了区间估计与假设检验的内在联系及其区别,探讨了这两种方法各自适用范围和应用条件及应注意的问题.  相似文献   

19.
端元提取是高光谱遥感研究的重点内容之一。在高光谱影像信息识别、环境监测、资源探测和丰度反演等领域有着重要运用。为了实现有效的端元提取,如何准确估计(尤其是未知区域)高光谱影像中端元数目就显得更为关键,特别是在无人或境外地区的遥感探测方面极有实际价值。端元数目估计过多或者过少,都会影响端元提取和混合像元分解的精度。基于谐波分析(harmonic analysis,HA)理论实现了高光谱影像有效去噪,并结合二元假设检验方法构建了一种高光谱影像端元数目估计的谐波分析假设检验(HA-hypothesis testing,HAHT)模型。通过AVIRIS和Hyperion高光谱影像的可行性分析与普适性验证,并与HFC(Harsanyi Farrand Chang)、特征值极大似然函数(eigenvalue likelihood maximization,ELM)和最小误差高光谱信号辨识法(hyperspectral signal identification by minimum error,HYSIME)等常规的端元数估计算法应用成果相对比,表明HAHT模型所估计的端元数目与实际地物数具有更高的吻合度。同时,采用较成熟的连续最大角凸锥(sequential maximum angle convex cone,SMACC)方法提取了端元波谱曲线,通过比较设置2(HFC估计数)、8(HAHT估计数)和14(HYSIME估计数)不同端元数的提取结果,也证明HAHT模型在估计端元数目时具有较高准确性,以及较好的适用性和应用前景。  相似文献   

20.
在约束条件下利用拟似然估计方法对AR(2)模型的参数进行统计推断,研究了拟似然估计(α)和约束拟似然估计(α)*的相合性及渐近正态性,并给出了AR(2)模型参数序关系的假设检验方法及模拟结果.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号