基于非均等排序集抽样的符号检验

为检验未知总体的中位数,提出基于非均等排序集抽样的符号检验.通过比较符号检验的Pitman效率,表明非均等排序集抽样效率高于排序集抽样和简单随机抽样. 考虑到非均等排序集样本独立但不同分布,提出与秩次有关的加权符号检验,具体给出使检验效率达到最大的权数,并证明出最优权数具有适应任意分布性. Pitman相对效率的计算结果表明,非均等排序集抽样下最优加权符号检验优于排序集抽样下最优加权符号检验. 最后,对阔叶松树的一组真实数据进行了实际应用.      

PC准则下生长曲线模型回归系数阵的一类线性估计的优良性

设生长曲线模型为Yn×p=An×m Bm×k Ck×p En×p,E～N(0,σ2In(×)Ip).当ATA为病态时,令回归系数阵的最小二乘(LS)解和一类线性估计分别为B=(ATA)-ATYCT(CCT)-1和B1=(ATA ∑)-1 ATYCT(CCT)-1,其中ρ＞0为常数,∑为正定阵.分别在ATA和∑的可交换性未知和已知的情形下证明了:在适当条件下B1于PC准则下优于B.并将这一结论推广到当ATA和CCT都是病态时的情况.     

错误指定模型中回归系数混合估计的小样本性质

在均方误差矩阵（ＭＳＥＭ）准则和ＰｉｔｍａｎＣｌｏｓｅｎｅｓ（ＰＣ）准则下,本文比较了错误指定的线性回归模型中回归系数的混合估计相对于最小二乘估计的优良性     

A CLASS OF TESTS USING L STATISTIC FOR CONSTANT RELATIVE FAILURE RATE AGAINST MONOTONE RELATIVE FAILURE RATE

In this paper we develop tests using L-statistic for constant relativefailure rate against monotone relative failure rate.Scale invariance,monotonepower and locally asymptotic power results are obtained.Some examples arepresented.     

错误指定多元线性模型中回归系数混合估计的性质

在二次损失函数和Pitman Closeness(PC)准则下，本文研究了错误指定多元线性模型中回归系数的混合估计相对于最小二乘估计(LSE)的优良性。     

一类分布及相关问题探讨

Pitman准则的研究是近年来统计理论中参数估计研究的一个热点,已有相当多的文献出现。笔者建立的一类分布fm,δ,μ正是适应这种研究的需要而产生的,借助于这一分布,可以方便地对正态假定下的线性估计确定Pitman准则下的序关系。     

RELATIVE FAILURE RATE AND ITS TEST

In this paper we develop scale and location invariant tests using U statistic forconstant relative failure rate against monotone relative failure rate.Monotone power andasymptotic normality of the test statistic are obtained.Some examples are presented,including tests for exponentiality.Weibull distribution and the two-sample problem.     

RELATIVE TREND AND ITS TEST

In this paper we develop tests using L-statistic for a constant relative trendagainst a convex ordered relative trend.Unbiasedness of the test is obtained.For a certainpath of trends,the score function can be chcsen so that the sequence of the constructed testsis locally asymptotically most powerful.An example is given to illustrate the results.     

Pitman准则下正态总体方差估计的比较

本文给出了正态总体方差的一类估计c·W2,讨论了估计量的性质,将估计类在Pitman准则下进行了比较.