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.     

具有部分缺失数据时两个帕斯卡分布的估计和检验

讨论了具有部分缺失数据下两个帕斯卡分布总体的参数估计和关于总体相同的似然比检验,证明了总体参数估计量的强相合性与渐近正态性,同时给出了似然比检验统计量的极限分布.     

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.     

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。     

具有部分缺失数据两个正态总体的估计和检验

讨论了部分缺失数据两个正态总体的参数估计和总体期望相等的似然比检验，证明了估计的强相合性和渐近正态性，并讨论了基于精确分布的检验问题。     

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.     

排序集抽样下总体参数的修正似然比检验方法

基于排序集样本讨论了总体参数的修正似然比检验,并进一步比较了该检验与传统的似然比检验在参数空间上的功效,从假设检验的两类错误角度说明了基于排序集样本的修正似然比检验的优良性.     

含辅助信息的最小非参似然比估计和检验

当前,拟合优度检验已经比较完善,但仍存在对总体分布已有信息利用不足或者直接丢掉这部分信息的问题.为了实现对已有信息的充分利用,首先借助经验似然的思想与最小非参似然比统计量的形式,给出含辅助信息的最小非参似然比统计量;然后利用最小非参似然比估计与检验性质的研究方法,得到含辅助信息的最小非参似然比估计量,并考察检验统计量的相合性、稳健性,同时得到其在复合零假设下的极限分布.这些结论在一定程度上可以丰富和完善拟合优度检验与非参数估计的一些理论.     

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.     

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.     

缺失数据下两个逆高斯总体的估计与检验

讨论部分缺失数据下逆高斯总体两参数的估计,证明估计的强相合性与渐近正态性.同时,给出检验两总体参数相等的检验统计量,及其极限分布,并讨论基于精确分布的检验问题.     

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.     

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.     

两正态总体相等的似然比检验

为检验在一个总体方差已知时两正态总体是否相等,文章构造了新的似然比检验统计量,此似然比检验统计量不同于Neyman和Pearson提出的检验统计量,并给出了新检验统计量的精确零分布。最后利用Monte Carlo方法对该文检验统计量的第一类错误和检验功效进行了模拟分析,结果验证了本文新检验统计量的有效性。     

两指数总体带缺失数据的参数估计和检验

本文讨论了含有缺失数据的两个服从指数总体的参数估计和检验,证明了该估计的强相合性与渐近正态性,给出了两组对比检验的检验统计量.讨论了基于极限分布的检验问题,并且在此基础上给出了总体参数差的渐近置信区间.     

两正态总体相等的似然比检验

检验两个正态总体是否相等在实际中是非常重要的。主要研究当一个总体的均值已知时两正态总体相等的似然比检验,构造了不同于Neyman和Pearson提出的似然比检验统计量,并获得了统计量的精确零分布。对检验统计量的第一类错误和检验功效进行了模拟分析,模拟研究表明提出的检验统计量在控制第一类错误和检验功效方面都比N-P提出的方法表现得更好。     

复合零假设下非参数似然比检验的渐近性质

给出了带估计参数的上界型和积分型两种非参似然比拟合优度检验统计量.对上界型检验统计量,研究了与之有关的一个极限性质;对积分型检验统计量,证明了其在复合零假设下的渐近分布.所得结论可以为进一步讨论非参似然比拟合优度检验提供一定的理论基础.     

反失效率脆弱模型的若干性质

研究了反失效率脆弱模型的年龄性质,讨论了总体变量与脆弱变量之间的正似然比相依性,得到了总体变量关于脆弱变量在普通随机序、失效率序、反失效率序及似然比序下的封闭性.     

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.     

基于经验欧氏似然的线性回归模型变点检测

基于截断的经验欧氏似然比对线性回归模型中的系数变点进行检验与估计.首先建立线性回归系数变点模型,根据其特点构造截断的经验欧氏似然比检验函数,证明在零假设下,该检验统计量的极限分布与经典参数对数似然比检验统计量的极限分布相同,利用此极限分布对变点存在与否做出诊断,若变点存在,则给出变点位置的估计,并证明在一定条件下,该估计是具有相合性的,数值模拟结果以及实例分析表明文中提出的方法具有有效性和实用性.