Panel数据模型中方差分量的精确检验

本文利用广义p值和广义置信区间的概念构造含有三个随机效应的Panel数据模型中方差分量的几种新的精确检验和置信区间,并讨论它们在尺度变换下的不变性.通过模拟给出检验的功效和置信区间的覆盖率.模拟结果表明,广义p值理论方法应用于含有冗余参数的Panel数据模型参数检验问题是灵活而有效的.     

Panel数据模型中方差分量的广义p值检验

利用广义p值和广义置信区间的概念构造含有四个随机效应的Panel数据模型中方差分量的几种新的精确检验和置信区间,并讨论它们在尺度变换下的不变性.模拟结果表明,这种检验能很好地控制检验水平.     

Panel数据模型的参数bootstrap推断

利用广义p值和参数bootstrap方法,研究了Panel数据模型中未知参数的假设检验问题.对于回归系数,基于最小二乘估计和两步估计方法,考虑了非齐次线性假设检验问题.对于方差分量,研究了单边假设检验问题.进而利用Monte Carlo方法进行模拟研究.模拟结果表明,参数bootstrap检验方法既能较好控制犯第一类错误的概率,又具有较高的功效,且大多数情况下优于广义p值检验方法.     

Panel模型中的精确检验和置信区间

利用广义p-值和广义置信区间的概念,研究了Panel模型中未知参数的检验和置信区间问题.对于回归系数,分别考虑了单个情形和多个线性无关情形下的检验和置信区间问题,得到了精确检验和置信区间.对于方差分量,研究了其任意线性组合的检验和置信区间问题,建立了精确检验和置信区间.基于广义p-值和广义置信区间,获取精确检验和置信区间的方法具有计算方便、易应用于小样本问题的特点.最后,分别从理论和数值上研究了这些精确检验和置信区间的统计性质.     

���������ع�ģ���з�������ľ�ȷ����

本文利用广义p-值和广义置信区间的概念构造 含有三个随机效应的套误差分量模型中方差分量的几种新的精确检验和置信区间, 并讨论它们在尺度变换下的不变性. 模拟结果表明, 基于广义p-值的检验很好地控制了犯第一类错误的概率.     

线性混合模型方差分量的检验

对于含有两个方差分量的随机效应设计阵为任意阵的线性混合模型的方差分量单边检验问题给出了精确的F检验和基于广义p值的检验.对于给出的精确的F检验给出检验存在条件以及是一致最优无偏检验的条件.通过数值模拟,基于广义p值检验的功效和犯第一类错误的概率被讨论,由模拟结果可以看出基于广义p值的检验很好地控制了犯第一类错误的概率.     

线性混合模型中方差分量的广义推断

本文考虑了线性混合模型中方差分量的假设检验和区间估计问题.基于广义P-值和广义置信区间的概念,构造了对应于随机效应的单个方差分量的精确检验和置信区间.所构造的广义p-值和广义置信区间是最小充分统计量的函数.对于两个独立线性混合模型中对应于随机效应的方差分量的比较,建立了精确检验和置信区间.进-步,研究了所给检验和置信区间的统计性质,给出了这些检验方法与文献中已有方法的功效比较的模拟结果.模拟结果表明,新检验在功效方面有显著的改进.最后,通过-个实例来演示本文方怯.     

������������˫����ָ���ֲ���Ʒƽ���������ʵ�ͳ���ƶ�

本文利用广义p值和广义置信区间理论,研究了两独立服从双参数指数分布产品平均寿命比率的统计推断问题.给出了平均寿命比率的广义置信区间,并对该区间的覆盖率和区间长度进行了数据模拟,模拟结果与已有文献中的近似置信区间进行了比较,结果显示本文给出的广义置信区间的区间覆盖率和区间长度都要优于近似置信区间,特别是在小样本的情况下.     

混合比的统计推断

考虑混合模型中混合比的假设检验和区间估计问题, 所给方法来源于广义p值和广义枢轴量. 在某些情形, 所给的检验和区间估计或置信限是精确的. 在其他情形, 在较弱的条件下, 检验是相合的, 且置信限或置信区间的覆盖率的实际水平趋于名义水平. 模拟结果显示所给方法是令人满意的.     

多个Panel数据模型回归系数的参数Bootstrap检验

对多个只含有个体效应的Panel数据模型,研究了模型中回归系数向量相等性的假设检验问题,提出了一种参数Bootstrap检验方法.有限样本的数值模拟研究结果表明,提出的检验方法具有良好.的检验功效,且受个体效应方差、误差方差、模型个数、回归系数维数的影响不明显.     

具有随机效应的Wiener加速退化模型的可靠性研究

研究了有随机效应的Wiener退化模型基于加速退化数据的统计推断问题.利用广义枢轴量方法得到了模型参数和感兴趣可靠性指标的广义置信区间.说明了不含随机效应的Wiener退化模型的统计推断问题是有随机效应的Wiener退化模型的特殊情况.蒙特卡罗模拟结果显示文中提出的区间估计有较好的覆盖比例.最后利用LED加速退化数据说明文中提供的方法的有效性.     

逆高斯分布变异系数和尺度参数的统计推断研究

构造了逆高斯分布中变异系数的广义枢轴量,给出了一种参数的区间估计方法,并与MOVOER(method of variance of estimates recovery)和Bootstrap方法进行比较;给出了多总体下尺度参数两两差的同时置信区间.模拟结果表明:在中、小样本情况下,所给的广义置信区间其覆盖概率接近置信水平,平均区间长度较短,优于MOVOER方法与Bootstrap方法;对于多总体下尺度参数两两差的同时置信区间,所给出的三种同时置信区间,其覆盖率在置信水平附近,具有良好的频率性质.     

Statistical inference on mixing proportion

In this paper, the interval estimation and hypothesis testing of the mixing proportion in mixture distributions are considered. A statistical inferential method is proposed which is inspired by the generalized p-values and generalized pivotal quantity. In some situations, the true levels of the tests given in the paper are equal to nominal levels, and the true coverage of the interval estimation or confidence bounds is also equal to nominal one. In other situations, under mild conditions, the tests are consistent and the coverage of the interval estimations or the confidence bounds is asymptotically equal to nominal coverage. Meanwhile, some simulations are performed which show that our method is satisfactory.     

Coverage of generalized confidence intervals

Generalized confidence intervals provide confidence intervals for complicated parametric functions in many common practical problems. They do not have exact frequentist coverage in general, but often provide coverage close to the nominal value and have the correct asymptotic coverage. However, in many applications generalized confidence intervals do not have satisfactory finite sample performance. We derive expansions of coverage probabilities of one-sided generalized confidence intervals and use the expansions to explain the nonuniform performance of the generalized intervals. We then show how to use these expansions to obtain improved coverage by suitable calibration. The benefits of the proposed modification are illustrated via several examples.     

广义Lorenz 曲线的非参数统计推断

本文讨论了广义Lorenz 曲线的经验似然统计推断. 在简单随机抽样、分层随机抽样和整群随机抽样下, 本文分别定义了广义Lorenz 坐标的pro le 经验似然比统计量, 得出这些经验似然比的极限分布为带系数的自由度为1 的χ² 分布. 对于整个Lorenz 曲线, 基于经验似然方法类似地得出相应的极限过程. 根据所得的经验似然理论, 本文给出了bootstrap 经验似然置信区间构造方法, 并通过数据模拟, 对新给出的广义Lorenz 坐标的bootstrap 经验似然置信区间与渐近正态置信区间以及bootstrap 置信区间等进行了对比研究. 对整个Lorenz 曲线, 基于经验似然方法对其置信域也进行了模拟研究. 最后我们将所推荐的置信区间应用到实例中.     

混合位置分布中分量参数的统计推断

对混合位置分布族,当混合比已知时,提出了关于分量参数的假设检验和区间估计方法,所提出的方法基于广义枢轴模型.在一定的条件下,检验的实际水平等于名义水平,且各置信域的实际覆盖率等于名义覆盖率.在更一般的场合,检验是相合的,并且各置信域的实际覆盖率趋于名义覆盖率.模拟显示所给的方法是令人满意的.     

Improved threshold diagnostic plots for extreme value analyses

A crucial aspect of threshold-based extreme value analyses is the level at which the threshold is set. For a suitably high threshold asymptotic theory suggests that threshold excesses may be modelled by a generalized Pareto distribution. A common threshold diagnostic is a plot of estimates of the generalized Pareto shape parameter over a range of thresholds. The aim is to select the lowest threshold above which the estimates are judged to be approximately constant, taking into account sampling variability summarized by pointwise confidence intervals. This approach doesn’t test directly the hypothesis that the underlying shape parameter is constant above a given threshold, but requires the user subjectively to combine information from many dependent estimates and confidence intervals. We develop tests of this hypothesis based on a multiple-threshold penultimate model that generalizes a two-threshold model proposed recently. One variant uses only the model fits from the traditional parameter stability plot. This is particularly beneficial when many datasets are analysed and enables assessment of the properties of the test on simulated data. We assess and illustrate these tests on river flow rate data and 72 series of significant wave heights.