指数样本中多个异常值的Unmasking检验

指数样本中多个异常值的非一致性检验因受masking或swamping效应的影响而变得十分的困难和复杂，解决这一问题的关键在于K值的确定，传统的方法是无能为力的．本文基于变量选择的AIC准则的思想提出了异常值检验的一种新方法，它具有不预先指定k，计算简单且通过达到极大化MAIC就能达到确定k和消除检验中的masking或swamping的优点．还给出了易计算检验显著水平的统计量和公式．最后，通过实例的验证标明本文方法的有效性．     

广义空间模型的异常值检验

研究了广义空间模型中单个异常值检验问题.分别在均值漂移模型和方差加权模型下导出了检验统计量的具体形式,并给出了在两种异常值模型下检验统计量的近似分布.最后,通过哥伦布市社区犯罪数据证明了方法的有效性.     

空间误差模型的多个异常值得分检验

本文研究了空间误差模型(SEM)中多个异常值的检验问题,基于均值漂移模型和方差加权模型这两种异常值模型给出了得分检验统计量的具体形式及其渐近分布。并应用实例分析验证了检验统计量的有效性,最后给出了修正模型的方法。     

平衡单向分类随机效应模型中的多个异常值检验

该文研究平衡单向分类随机效应模型中多个异常值的检验问题. 在基于随机效应上的均值滑动模型下导出了似然比检验统计量, 并给出了其精确分布及水平异常值的检验过程. 在基于观测误差上的均值滑动模型下,利用得分检验统计量给出了多个异常值的检验过程.     

正态密度比的假设检验

本文讨论对两样本正态分布密度比的假设检验.给出了基于统计量渐近正态性的大样本检验和广义$p$-值检验并给出了广义$p$-值检验的一些频率性质.模拟表明广义$p$-值检验在小样本情形下的表现优于大样本检验.     

单向分类随机效应模型的异常值检测

本文研究平衡的单向分类随机效应模型中单个异常值的检验问题,在随机效应的异常均值滑动模型下,导出异常值的检验统计量及其精确分析,并证明了该检验的一致最优无偏性,另外,对于误差变量的异常均值滑动模型,提出了一个近似的检验过程,并运用随机模拟给出该检验的临界值表,最后,对一组模拟数据进行说明。     

线性度量误差模型的序列相关检验

回归模型的序列相关检验是经济和金融数据分析中的一项重要的工作.基于最小二乘残差,作者提出了一个检验统计量以检验线性度量误差模型的误差序列是否存在序列相关性.在零假设下,得到了检验统计量的渐近分布.数值模拟结果表明,这里提出的检验统计量具有良好的有限样本性质.     

Meta回归模型的异常值识别及其修正

基于异常值对异质性参数和回归系数估计同时影响的这一新视角下,文章利用方差加权异常值模型(variance-weight outlier model,VWOM)研究了随机效应Meta回归模型的多个异常值识别及其修正问题。首先,推导出Meta回归VWOM分别使用ML和REML估计方法的Score (SC)检验统计量,并考虑Meta回归VWOM的三种扰动方式,包括全局方差扰动,个体方差扰动和随机误差扰动,证明了三种方差扰动的SC检验统计量是等价的。其次,基于异常值对异质性参数和回归系数估计同时影响的考虑,提出了随机效应Meta回归方差加权异常值修正模型(variance-weight outlier modified model,VWOMM),并给出了VWOMM参数的ML和REML估计迭代算法并进行数值求解。此外,通过随机模拟分析验证了SC检验统计量的尺度和功效。最后,利用两个不同类型效应量异常值识别及其处理的实例分析结果,表明了Meta回归VWOM的SC检验统计量识别效果较为显著,VWOMM能有效改善模型拟合程度,为识别和处理复杂数据的异常值提供了一种新的思路和方法。     

二元极值分布的独立性检验及在沪深股市分析中的应用

提出了二元极值分布的一个独立性检验统计量 T5,导出了它的渐近分布 ,得出了模拟分位点 ,并在小样本情况下 ,与其它已有的统计量进行比较 .结果说明本文给出的统计量 T5具有与似然比检验统计量 T3几乎相同的功效 ,且比其它检验方法有效 .最后对中国沪深两市的股票收盘指数的极值进行了独立性检验 ,认为具有显著的相关性 .     

极值分布和威布尔分布异常数据的检验方法

本文对威布尔分布的极值分布异常数据的检验给出了一系列的方法，首先，导入了极值分布下一般Ｄｉｘｏｎ型统计量的精确分布，同时还给出了改进的Ｇ型统计量，及它们的分位点表。最后本文提出了一个新的统计量；Ｆ型统计量，并用Ｍｏｎｔｅ－Ｃａｒｌｏ模拟的方法给出其分位点表，从而首次给出威布尔分布异常值的直接检验方法。本文进一步讨论了这些检验方法的功效，且表明Ｆ型检验是最优的。     

双向分类随机效应套模型中异常值的UMPU检验

本文就平衡的（Balanced）双向分类随机效应套模型，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编（UMPU）性．最后对相关问题进行了讨论．     

基于Beta分布形状的拟合优度检验

本文指出了拟合优度检验中选用经验频率公式时存在的误区,对顺序统计量失效概率分布进行了偏态和峰态分析,提出了一个基于Beta分布形状特征的经验分布函数,给出了精确值和近似值两种计算方法,在此基础上建立新的极值型检验统计量．利用Monte Carlo方法进行数值模拟,得到0．01、0．05、0．1显著度水平下检验统计量的临界值,并利用常用的分布模型进行检验功效比较,数值模拟结果表明基于分布形状的经验频率公式能更好地反映顺序统计量失效概率分布的集中趋势,证明了本文提出的两种检验统计量在中小样本条件下具有更优的检验功效．     

计数累积和控制图的原理

本文介绍基于近代序贯分析原理设计的一类计数型累积和控制技术.它是利用 前面样本统计量的累计信息判断生产过程是否异常,对信息利用充分,可以节省检验量,能更经济地保证产品质量.     

累积和控制图平均链长的求法

<正> 1.前言累积和控制图利用逐次抽取的样本的某个统计量的“累积和”,用于生产中对工艺过程进行统计质量控制.它是常规的休哈特控制图的一种改进形式,后者只凭一个样本的值或邻近的少数样本值判断过程正常或异常.累积和控制图能提供过程变化趋势的直观信息,对信息的利用更为充分,便于控制和查找原因.     

Hausman检验统计量有效性的Monte Carlo模拟分析

在大样本下,Hausman检验统计量渐进地服从卡方分布,但在有限样本分析中却经常出现负值。对此,文献中并未形成一致看法。本文采用Monte Carlo模拟,从小样本偏误、内生性偏误、序列相关、非平行面板等角度,研究了Hausman检验统计量的小样本性质。结果表明,内生性问题(解释变量与个体效应相关)是导致Hausman统计量出现负值的主要原因。进一步分析表明,修正后的Hausman统计量,以及过度识别检验方法能够很好地克服上述缺陷,且具有很好的有限样本性质。     

Permutation Test在假设检验中的应用

本文介绍了一种实用的、基于大量计算的统计推断方法———Permutation test。该法根据所研究的问题构造检验统计量,并利用手头样本,按排列组合的原理导出检验统计量的理论抽样分布;若难以导出确切的理论分布,则采用抽样模拟的方法估计其近似分布,然后求出从该分布中获得手头样本及更极端样本的概率(P值),并界定此概率值,作出推论。本方法属分布自由检验,适用于总体分布未知的小样本资料,以及某些难以用常规方法分析的资料之假设检验问题。本文就“Permutation”的含义,“Permutation tes”t的特点,“统计量的构造”,“模拟次数的选择”,应用进展等问题展开探讨。     

变结构面板协整检验的响应面函数研究

Panel-ρ检验是常用的异质面板数据协整检验统方法,本文通过Monte Carlo模拟分析Panel-ρ协整检验方法的小样本性质,以及该方法对于变结构面板协整检验的检验功效.结果表明,在小样本情况下Panel-ρ统计量在原假设下的渐进分布会不同于该统计量的理论渐进分布,而且面板数据中存在的结构变化也会对渐进分布产生影响,从而降低Panel-ρ检验的检验功效.为了得到更加符合实际样本情况的统计量临界值,通过Monte Carlo模拟方法得到Panel-ρ协整检验方法的响应面函数,建立了统计量的临界值与面板数据的样本容量、结构变化类型的直接函数关系.Monte Carlo模拟检验表明,响应面函数法确实能够改善Panel-ρ协整检验的检验功效,在小样本容量和具有结构变化的情况下保证了面板协整检验的有效性.     

一类相合的分位点型检验

广义非参数似然比检验统计量是一类很广的统计量,包含了众多重要的检验统计量,如Anderson-Darling(AD)等.利用Rubin的随机经验分布函数替代经验分布函数的方法,得到了广义非参数似然比检验统计量的新版本,构造了新的检验统计量.由于新的检验统计量在给定样本下仍然是随机变量,选择了它的分位点和期望作为检验统计量,分别称之为分位点型检验统计量和期望型检验统计量.在简单假设情况下,证明了分位点型检验统计量和期望型检验统计量在固定备择下的相合性.模拟结果显示,在某些备择下,新的检验的功效明显高于原有的基于经验分布函数的检验的功效.     

自由Fisher信息量与合并自由

在算子值非交换概率空间中引入算子值自由Fisher信息量的概念,这一定义是对D.Voiculescu在有迹的von Neumann代数上定义的自由Fisher信息量的推广．证明了算子值自由Fisher信息量与合并自由性是密切相关的,即证明了若干个算子值随机变量的自由Fisher信息量的可加性等价于这些随机变量的合并自由性．并且也类似地得到了Cramer-Rao不等式．     

癌症统计学治愈的统计学检验

统计学治愈是癌症治疗的宏观目标,尚无满意评价方法。循非参数途径,本文提出样本与总体队列半数生存期差别的显著性检验:反射统计量和检基统计量,用于这种评价。截尾问题的处理是以指数内插方程利用Kaplan-Meier或Berkson-Gage估计值,因此,该统计量适于各种生存资料:截尾的,非截尾的,分组的,不分组的。本文为适应截尾而作的所有扩展均具有还原性,无截尾时,该统计量还原为经典中位数检验。附有工作实例描述评价过程。