Tukey两步同时置信区间

利用两阶段抽样,构造出Tukey两步同时置信区间,它同时满足预先给定的可靠度和精度的要求.且利用数值计算的方法给出了第一阶段最优抽样量.     

有序处理连续比较的置信区间

为有序均值的连续比较提出了一个新的检验过程.他们的过程对满足简单序的均值有重要的应用价值,例如在研究增长剂量对药物效用的影响. 与其它检验过程相比(例:Hayterucite{4}中的检验), 其优点在于产生了更短的连续比较的置信限,从而能够提供更多机会发现在何药剂量处有不同的效用.但作为有序均值的齐性检验, 它的势表现远劣于其它检验.本文的目的是提出一检验过程在尽量保持Lee andSpurrierucite{8}检验的优点的同时大大地提高其势表现.     

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.     

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。     

单向分类随机效应模型中方差分量的渐近最优经验Bayes估计

本文在加权平方损失下导出了单向分类随机效应模型中方差分量的Bayes估计, 利用多元密度及其偏导数的核估计方法构造了方差分量的经验Bayes(EB)估计,证明了 EB估计的渐近最优性.文末还给出了一个例子说明了符合定理条件的先验分布是存在 的.     

Lincoln-Petersen模型中群体大小的置信限和置信区间

对于Lincoln-Petersen模型,基于捕获-再捕获方法得到的数据,我们给出了群体大小的置信限和置信区间的有效计算方法.     

平衡线性混合模型方差分量几种估计的优良性

对于平衡线性混合模型,本文提出了一组易验证的条件,在此条件下,方差分量的谱分解估计、方 差分析估计和最小范数二次无偏估计都相等且为一致最小方差无偏估计．同时证明了在此条件下,似然 方程和限制似然方程都有显式解,还给出了许多满足这组条件的平衡线性混合模型的例子．     

平衡线性混合模型方差分量几种估计的优良性

对于平衡线性混合模型,本文提出了一组易验证的条件,在此条件下,方差分量的谱分解估计、方差分析估计和最小范数二次无偏估计都相等且为一致最小方差无偏估计.同时证明了在此条件下,似然方程和限制似然方程都有显式解,还给出了许多满足这组条件的平衡线性混合模型的例子.     

中考中分类讨论的几种常见情况

如果一个命题的题设和结论不唯一确定，有多种可能情况，难以统一解答，就需要按可能出现的各种情况分门别类地加以讨论，一一作解，得出各种情况的相应结论，最后综合归纳出问题的正确答案．这种解题方法叫做分类讨论法．它是一种重要的解题方法，也是近年来中考命题的热点内容之一．要用分类讨论法解答的数学题目，往往具有较强的逻辑性、综合性和探索性，既能全面考查学生的数学能力又能考查学生的思维能力，本文通过对这类典型中考题的归纳分析，总结出中考中需要分类讨论的几种情况及解题对策，仅供参考．1由分类定义的概念引起的讨论…     

基于线性模型平均估计的置信区间

已有的关于模型平均估计渐近分布理论的研究多是基于局部误设定的假设,Hjort和Claeskens (2003)是其中最著名的文章之一.虽然利用局部误设定的假设可以证明模型平均估计渐近分布理论,但是Raftery和Zheng (2003)等对此假设提出了不合理性质疑和解释.文章研究Hjort和Claeskens (200...     

Confidence Intervals of Variance Functions in Generalized Linear Model

In this paper we introduce an appealing nonparametric method for estimating variance and conditional variance functions in generalized linear models （GLMs）, when designs are fixed points and random variables respectively, Bias-corrected confidence bands are proposed for the （conditional） variance by local linear smoothers. Nonparametric techniques are developed in deriving the bias-corrected confidence intervals of the （conditional） variance. The asymptotic distribution of the proposed estimator is established and show that the bias-corrected confidence bands asymptotically have the correct coverage properties. A small simulation is performed when unknown regression parameter is estimated by nonparametric quasi-likelihood. The results are also applicable to nonparamctric autoregressive times series model with heteroscedastic conditional variance.     

Coverage Accuracy of Confidence Intervals in Nonparametric Regression

Point-wise confidence intervals for a nonparametric regression function with random design points are considered. The confidence intervals are those based on the traditional normal approximation and the empirical likelihood. Their coverage accuracy is assessed by developing the Edgeworth expansions for the coverage probabilities. It is shown that the empirical likelihood confidence intervals are Bartlett correctable.     

正态总体中方差的两步置信区间

利用两阶段抽样，我们具体给出了正态总体方差的一个置信区间，它同时满足可靠度与精度。利用数值计算的方法，我们计算出第一阶段的最优抽样量。此外，我们证明了一次抽样时同时满足可靠度与精度的置信区间的不存在性。     

混合线性模型中方差比的置信区间

本文利用信仰推断给出了求混合线性模型中方差比的置信区间的方法，结果表明所得区间估计具有不变性。另外，本文给出了两种求区间估计的近似方法。     

Comparison of Parametric and Bootstrap Approaches to Obtaining Confidence Intervals for Logspline Density Estimation

In earlier articles, we developed an automated methodology for using cubic splines with tail linear constraints to model the logarithm of a univariate density function. This methodology was subsequently modified so that the knots were determined by stepwise addition-deletion and the remaining coefficients were determined by maximum likelihood estimation. An alternative approach, referred to as the free knot spline procedure, is to use the maximum likelihood method to estimate the knot locations as well as the remaining coefficients. This article compares various approaches to constructing confidence intervals for logspline density estimates, for both the stepwise procedure and the free knot procedure. It is concluded that a variation of the bootstrap, in which only a limited number of bootstrap simulations are used to estimate standard errors that are combined with standard normal quantiles, seems to perform the best, especially when coverages and computing time are both taken into account.     

The Convergence Rate of Fixed-Width Sequential Confidence Intervals for a Parameter of an Exponential Distribution

In this paper we consider sequential fixed-width confidence interval estimation for a parameter = aµ + b with a and b being given constants when the location parameter µ and the scale parameter of the negative exponential distribution are unknown. We investigate the rate of convergence of the coverage probability for fixed-width sequential confidence intervals of .     

多因素交互作用及可信区间的估计

有一类研究是观测某个结局事件发生的时间,分析时需要考虑影响该结局事件发生的因素.由于因素之间往往存在交互作用,因而一个因素对结局事件发生的时间的影响量受到另一个因素的修饰.因此分析因素之间是否存在交互作用,对正确认识各因素对结局事件的发生的作用是十分重要的.对以时间为观测指标的多元分析中因素之间交互作用的分析方法作探讨,推导出了估计交互作用及95%可信区间的计算公式.并应用于肿瘤患者生存时间的影响因素之间的交互作用分析.     

位置刻度分布族中参数的两步置信区间

寻找一些分布中的参数的具有预先给定宽度和预先给定覆盖概率的置信区间是令人感兴趣的，对于位置刻度分布族中位置参数和刻度参数，这种类型的置信区间的存在性问题已在文献中被解决，本文利用两步抽样，具体地构造出这样的固定宽度置信区间，此外，对于Cauchy分布，第一阶段的最优抽样量和一些统计量的分位点也被计算出，所得到的结果具有应用价值。     

Admissibility of Confidence Estimators in the Regression Model

In the regression model, we assume that the independent variables are random instead of fixed. Consider the problem of estimating the coverage function of a usual confidence interval for the unknown intercept parameter. In this paper, we consider a case in which the number of unknown parameters is smaller than 5. We show that the usual constant coverage probability estimator is admissible in the usual sense in this case. Note that this estimator is inadmissible in the usual sense in the other case where the number of unknown parameters is greater than 4.