含估计参数的加权经验过程

在讨论(广义)非参数似然比拟合优度检验时,加权经验过程理论是一个非常重要的基础.但对含估计参数的加权经验过程理论,目前文献中很少讨论.对含估计参数的加权经验过程的上界型和积分型两种统计量的近似分布进行了讨论,给出了较一般的结果.所得结论叮以为进一步讨论复合零假设下(广义)非参似然比拟合优度检验提供理论基础.     

因变量缺失下部分线性可加模型的估计和检验

本文研究部分线性可加模型在因变量存在缺失情形下的统计推断问题. 首先基于完整数据方法提出了参数分量的Profile 最小二乘估计并证明估计量的渐近正态性. 为了给出参数分量的区间估计,构造了渐近分布为卡方分布的经验似然统计量. 为了检验参数分量的线性约束条件, 构造了调整的广义似然比检验统计量, 当原假设成立时其渐近分布为卡方分布,从而将广义似然比检验推广到了缺失数据情形. 最后通过数值模拟验证所提方法的有效性.     

因变量缺失下部分线性可加模型的估计和检验（英文）

本文研究部分线性可加模型在因变量存在缺失情形下的统计推断问题.首先基于完整数据方法提出了参数分量的Profile最小二乘估计并证明估计量的渐近正态性.为了给出参数分量的区间估计,构造了渐近分布为卡方分布的经验似然统计量.为了检验参数分量的线性约束条件,构造了调整的广义似然比检验统计量,当原假设成立时其渐近分布为卡方分布,从而将广义似然比检验推广到了缺失数据情形.最后通过数值模拟验证所提方法的有效性.     

PLM中误差方差未知时的GLR

本文检验部分线性回归模型(PLM)中,误差的方差未知时,函数部分是否是线性函数,在备择假设下,先用局部多项式方法估计出函数部分,再估计参数部分.计算出了零假设下广义似然比(GLR)检验统计量的表达式,给出了它的渐近分布,并对结果进行了模拟.     

非线性结构向量自回归因果图的广义似然比辨识方法

利用图模型方法研究非线性结构向量自回归模型的因果性问题.构建了非线性结构向量自回归因果图模型,提出图模型因果性的广义似然比辨识方法.构造同期因果关系和滞后因果关系的广义似然比统计量,使用bootstrap方法来确定检验统计量的原分布,模拟研究论述了方法的有效性.     

具部分缺失数据的两个柏松总体的估计和检验

本文讨论部分缺失数据两柏松分布总体的参数估计和总体相同的似然比检验,证明了估计的强相合性和渐近正态性,给出了似然比检验的极限分布,并讨论了基于精确分布的检验问题.     

判别分析中变量的选择—附加信息检验法

本文借用Ｓｈａｎｎｏｎ熵的概念给出了判别模型中附加信息检验原假设的解析形式，在母体服从等方差正态分布的情形，导出了检验的似然比统计量，在母体具有离散指标，服从多项分布的情形，导出了检验的似然比统计量，并给出其极限分布。     

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.     

判别分析中变量的选择－附加信息检验法

本文借用Ｓｈａｎｎｏｎ熵的概念给出了判别模型中附加信息检验原假设的解析形式．在母体眼从等方差正态分布的情形，导出了检验的似然比统汁量．在母体具有离散指标．服从多项分布的情形．导出了检验的似然比统汁量，并给出其极限分布．     

测量误差模型只有一个变点的检验和估计

本文讨论了测量误差模型中参数只有一个变点的检验和估计问题，首先，给出其似然比检验统计量，然后，基于最小信息准则的原理，利用Schwarz信息准则（SIC），在多余参数已知和未知的情况下，分别给出了检验统计量，讨论了利用SIC方法给出的检验统计量的渐近分布，证明了基于似然比方法和SIC方法给出的变点估计是相同的，并且在一定条件下，给出了变点估计的极限分布，运用Monte-Carlo随机模拟的方法，分别给出了以上检验的临界值。     

具有部分缺失数据时两个Poisson总体的估计和检验

讨论了部分缺失数据两个 Poisson总体的参数估计和关于总体相同的似然比检验 ,证明了估计的强相合性和渐近正态性 ,指出了似然比检验统计量的极限分布 ,并讨论了基于精确分布的检验问题     

Regression type tests for parametric hypotheses based on optimally selected subsets of the order statistics

Through use of a regression framework, a general technique is developed for determining test procedures based on subsets of the order statistics for both simple and composite parametric null hypotheses. Under both the null hypothesis and sequences of local alternatives these procedures are asymptotically equivalent in distribution to the generalized likelihood ratio statistic based on the corresponding order statistics. A simple, approximate method for selecting quantiles for such tests, which endows the corresponding test statistics with optimal power properties, is also given.     

Some Simple Test Procedures for Normal Mean Vector with Incomplete Data

The problem of testing normal mean vector when the observations are missing from subsets of components is considered. For a data matrix with a monotone pattern, three simple exact tests are proposed as alternatives to the traditional likelihood ratio test. Numerical power comparisons between the proposed tests and the likelihood ratio test suggest that one of the proposed tests is indeed comparable to the likelihood ratio test and the other two tests perform better than the likelihood ratio test over a part of the parameter space. The results are extended to a nonmonotone pattern and illustrated using an example.     

极值分布参数检验的样本崩溃点

检验的样本崩溃点是样本中能逆转判决的离群值的最小比例.本文计算和分析了一类极值分布位置参数的似然比检验的样本崩溃点.并用截尾方法改进了这类检验的样本崩溃性质.     

具有AR(1)误差的均值漂移模型的Score检验和似然比检验

讨论了具有AR(1)误差的线性均值漂移模型,研究了自相关性的检验问题,导出了关于误差相关性的Score检验统计量和似然比检验统计量,并把它推广到误差项为AR(1)非线性均值漂移模型.本文还给出了一个数值例子说明检验方法的实用性.     

Modified likelihood ratio test for homogeneity in normal mixtures with two samples

This paper investigates the modified likelihood ratio test（LRT） for homogeneity in normal mixtures of two samples with mixing proportions unknown. It is proved that the limit distribution of the modified likelihood ratio test is X^2（1）.     

多项分布总体的相等对增凸序问题的多样本检验

概率分布间随机序在实践中已经得到了广泛的应用,而且似然比检验是用以检验涉及随机序问题的最普遍的检验方法．但是,关于多个多项式总体间的增凸序约束的统计推断问题并没有得到充分发展．多样本的增凸序对无约束的检验问题已被研究．然而,多总体的相等性对增凸序的假设检验问题似乎更有研究意义．并且分布的相等对随机序的假设检验问题往往是统计学家最为普遍地考虑．对多样本的情况,本文考虑了分布的相等对增凸序的假设检验问题,并且获得似然比检验统计量的零渐近分布,它是一组x~2分布随机变量的加权和,即■~2分布．     

方差未知时两样本正态混合模型齐-性的修正似然比检验

本文讨论了方差未知时检验两样本正态混合模型齐一性的修正似然比统计量的极限性质,证明了原假设下修正似然比统计量的渐近分布为自由度为1的卡方分布.     

Semi- and Nonparametric Modeling of Ordinal Data

Parametric models for categorical ordinal response variables, like the proportional odds model or the continuation ratio model, assume that the predictor is given by a linear form of covariates. In this article the parametric models are extended to include smooth components in a semiparametric or partially parametric fashion. Parts of the covariates are thereby modeled linearly while other covariates are modeled as unspecified but smooth functions. Estimation is based on a combination of local likelihood and profile likelihood and asymptotic properties of the estimates are derived. In a simulation study it is demonstrated that the profile likelihood approach is to be preferred over a backfitting procedure. Two data examples demonstrate the applicability of the models.