共查询到20条相似文献,搜索用时 15 毫秒
1.
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. 相似文献
2.
本文讨论了一般线性模型中关于均值参数β的线性假设基于广义最小二乘估计的F-检验统计量的稳健性问题.主要研究了当误差的协方差矩阵含有参数时,设计阵可以列降秩情况下的F-检验统计量的稳健性,得到了F(V(θ))为该假设下F-检验统计量的误差协方差矩阵的最大类.并讨论了分块线性模型中,关于分块参数的线性假设的F-检验统计量的稳健性. 相似文献
3.
4.
单边检验是假设检验理论的重要组成部分之一.本文研究了在乘积多项抽样对数线性模型下的某种单边假设检验问题.基于φ-散度和约束最小φ-散度估计(RMφDE),提出了三类检验统计量,证明了它们有相同的渐近分布,即类卡方(Chi-bar-square)分布.此三类统计量包含似然比(likelihood ratio)统计量和皮尔逊(Pearson)统计量等特例,推广了现有文献的研究结果.实例分析展示了此三类统计量的检验效果.模拟研究表明,在样本量较小时,功效散度(power-divergence)族中存在比似然比统计量和皮尔逊统计量表现更好的替代. 相似文献
5.
本文在奇异协方差阵下研究了证券组合有效子集的统计推断,得到了有效子集的一些新的判定条件,并导出了相应的检验统计量及其渐近性质,同时通过对有效子集假设检验问题及其检验统计量进行分解,本文还给出了相关检验统计量的一些经济含义.最后,为验证本文结果,我们还给出了一些随机模拟和实证分析的例子. 相似文献
6.
7.
本文研究了条件分布对称性检验的问题.借助能量距离的概念与思路,提出了条件能量距离的概念.基于条件能量距离构造出一个新的条件分布对称性的检验统计量,该统计量具有带随机核的U-统计量的形式.利用带随机核U-统计量理论证明得到该检验统计量的一致性及在原假设下的渐近正态性的结果. 相似文献
8.
极值分布和威布尔分布异常数据的检验方法 总被引:4,自引:0,他引:4
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。 相似文献
9.
10.
使用空间统计检验方法研究北京基础教育资源分配的均衡性问题.对于空间分布均匀性的检验,常用的统计量是Moran's I统计量.但基于Moran's I统计量做推断的时候,人们往往用渐进正态分布或者用Bootstrap反复抽样得到经验分布来进行.提出使用随机加权法进行统计量的经验检验.Jin和Lee(2014)文中得出基于Bootstrap的Moran's I统计量满足一致逼近和渐进正态等性质.采用类似的统计工具证明了基于随机加权得到的统计量的渐进分布也满足这些良好性质.填补了用随机加权法在空间统计量的推断中理论保证的空白.通过模拟研究,证明了所提算法的有效性.方法应用于北京基础教育的师资-适龄儿童数比例,师资-在校生数比例的空间聚集性检验中得到了良好的应用,并与其它检验方法所得结论进行比较.结论显示在不同相邻概念(地理相邻、政策空间相邻)下,方法得到的结论符合常理. 相似文献
11.
基于Beta分布形状的拟合优度检验 总被引:1,自引:0,他引:1
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. 相似文献
12.
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. 相似文献
13.
针对偏正态非平衡面板单因素随机效应模型,文章研究了回归系数和方差分量函数的假设检验和区间估计问题.首先,基于矩阵分解技术,给出回归系数的精确检验方法.其次,利用Bootstrap方法和广义方法,构造单个方差分量、方差分量之和的检验统计量和置信区间.再次,建立方差分量之比的精确检验和近似检验.文章证明了所给检验方法和置信区间的变换不变性等理论性质.Monte Carlo结果表明,对于所设参数和样本量,文章所给方法在犯第一类错误的概率和功效意义下,具有统计优良性.最后,将上述方法应用于汽油消耗量的案例分析. 相似文献
14.
假设检验是质量管理和控制中广泛应用的一种统计推断方法.但是,我们知道根据样本提供的信息对总体的参数或分布进行假设检验,可能导致两类错误:第一类错误是如果零假设H0事实上是正确的,而根据样本信息计算的检验统计量却落在否定区,从而我们错误地拒绝了零假设,这叫以真为假;第二类错误是零假设H0事实上是错误的,而根据样本信息计算的检验统计量落在肯定区,从而使我们错误地接受了零假设,这叫以假乱真.以样本平均数的分布为例,假设检验中造成这两类错误的概率大小关系,可通过下图来说明: 图中分布1,分布2的方差σ2是一样的,对样本平均数假… 相似文献
15.
16.
17.
18.
周期异方差时间序列的季节单位根检验 总被引:1,自引:1,他引:0
为检验带异方差的季节时间序列中的单位根,提出基于最小二乘估计的统计量.在原假设下得到检验统计量的极限分布.用M on te C arlo方法计算同方差下的经验分位数并考虑异方差对检验水平的影响.实例分析表明了用该方法检验季节单位根的有效性. 相似文献
19.