k组多元自相关数据服从同一模型的假设检验

本文考虑了ｋ个多元同类自相关线性模型的回归系数和协方差阵相等的同时检验问题，得到了似然比检验统计量，统计量的矩及渐近中心分布。     

多元正态的两个均匀性检验

本文提出两个均匀性统计量用于检验多元正态性．该检验建立在多元正态分布的一个特征性质基础上，模拟研究和实例分析显示该均匀性统计量可以帮助解释来自已有正态性检验统计量的结论．     

多元威布尔分布形状参数相等的似然比检验

将多元威布尔分布形状参数相等的检验转化为多元极值分布尺度参数相等的检验,利用Logistic模型的似然比统计量,给出相关参数为0．3,0．5,0．8时,检验统计量的模拟分位数和功效,指出相关参数越小,似然比统计量的功效越大。     

相关特征的物证检验方法及其应用

本文用多元统计的方法 ,将物证检验中彼此相关的特征转化为不相关的新特征 ,再利用L和L 检验方法 ,大大拓广了L和L 检验方法的使用范围 ,提高了破案率。     

多元HotellingT~2检验在高校人才流动归因研究中的应用

田晓明．多元Ｈｏｔｅｌｌｉｎｇ Ｔ２ 检验在高校人才流动归因研究中的应用．对均值差异的显著性检验是心理学研究经常涉及到的问题。当指标之间相互独立且等方差时,我们可以采用方差分析方法进行检验。若指标之间不独立或方差不等时,就应当采用多元Ｈｏｔｅｌｌｉｎｇ Ｔ２ 统计量来进行检验。本文通过理论推导及例证（高校人才流动归因研究）形式对多元Ｈｏｔｅｌｌｉｎｇ Ｔ２ 统计量的应用价值进行了一些探索和研究     

基于似然比方法的法庭证据评估

在法庭科学领域,如何客观表述证据证明力大小给检验人员带来了一些困难。针对这一问题,本文介绍了两种似然比方法,利用概率密度函数计算支持相关假设的敏感性与特异性。通过枪弹痕迹鉴定的实证分析,结合评分法似然比的计算及评价方式,综合比较了边缘似然比方法、联合似然比方法以及支持向量机分类方法,结果表明联合似然比方法能够获得较低的错误率。本文深入探索了似然比方法在法庭科学领域中的适用性与可行性,旨在进一步推动我国法庭科学证据量化和科学化评估进程。     

基于投影的多元正态性相关与回归检验

考虑多元分布的正态性检验问题,用投影寻踪方法,给出了两个检验统计量,模拟计算也表明所提出的检验统计量具有良好的功效.     

具有AR(1)误差的线性随机效应模型中方差齐性和自相关性的检验

在回归分析中，方差齐性是一个很基本的假设．本文对具有AR(1)误差的线性随机效应模型，研究了方差齐性和自相关性的检验问题．我们分别讨论了随机误差异方差、随机效应异方差、多元异方差以及自相关性的检验问题，并用score检验方法给出了三种方差齐性和自相关性的检验统计量．随机模拟的结果表明，当样本容量较大时，检验的功效较好．本文还给出一个数值例子说明检验方法的实用性．另外，模型的结果也可以推广到非线性情形．     

多元正态分布的VDR条件拟合优度检验

提出多元正态性χ2检验统计量.多元正态分布转换样本Yd=RVd服从PearsonII型分布,证明了R2服从贝塔分布.基于贝塔分布和单位球均匀分布,得到多元正态性检验统计量χ2的渐近卡方分布.功效模拟显示,χ2统计量优于已有主要多元正态性检验统计量.做iris数据多元正态性的拟合优度检验.     

带有误差变量的投影偏度和峰度的多元正态性检验--用投影寻踪自助法

考虑带有误差变量的多元正态检验问题,给出了新的投影偏度和峰度检验统计量,证明了在零假设成立时,所给的检验统计量的极限分布为一高斯过程的上界,为计算机模拟计算提供了有力的手段和依据.     

指数分布场合下同时存在异常大和异常小值的检验

针对指数分布的场合 ,笔者从经典统计思想入手给出了”取中逐步推移检验法” ,较好地解决了同时存在异常大和异常小数据的检验问题     

基于模糊粗糙样本的统计学习理论的理论基础

介绍模糊粗糙理论的基本内容;提出模糊粗糙经验风险泛函,模糊粗糙期望风险泛函,模糊粗糙经验风险最小化原则等概念;最后证明基于模糊粗糙样本的统计学习理论的关键定理并构建学习过程一致收敛速度的界.     

连续型单参数指数族参数的经验Bayes估计问题:NA样本情形

对连续型单参数指数族在平方损失下导出了参数的Bayes估计,利用同分布负相协(NA)样本构造了经验Bayes(EB)估计量,并在适当条件下获得了EB估计的收敛速度.文末给出一个满足定理条件的例子.     

NA样本下截断型分布族参数的经验Bayes估计

运用NA样本密度函数核估计构造了一类截断型分布族参数的经验Bayes估计，建立了它的收敛速度，证明了在适当条件下该收敛速度可以任意接近于1，文中还给出了适合定理条件的例子。     

φ-混合样本下缺失数据情形线性模型回归系数估计的渐近性质

φ-混合样本下,当响应变量满足随机缺失机制时,利用回归填补方法填补缺失的数据,在此基础上给出了线性模型回归系数的估计,并在一定的条件下证明了估计的渐近正态性.     

Functional Limit Theorems for the Increments of Gaussian Samples

Functional limit theorems for increments of Gaussian samples are obtained. As consequences, functional modulus of continuity theorem and functional large increment theorem of a fractional Brownian motion are established in this paper.     

Some Approximate Statistical Tests

This paper enumerates and discusses a number of quick, short-cut statistical tests that are available for two common problems. The first problem is testing the difference between the means of samples drawn from two populations whilst the second is testing a sequence of observations to see whether there is a trend present.     

N-A样本下单边截断型分布族位置参数函数E·B估计的收敛速度

§ 1.　IntroductionandtheMainResult　　Asfarasweknown ,theissuesofEmpirialBayes(E·B)statisticsmainlyincludedE·Bes timationsandE·Btests ,whichwereconsideredandstudiedformerlyunderi.i.d .samples.However,insteadofgetingi.i.d .samplesinsomefieldssuchasreliabletheory ,penetratedtheoryandsomemultivariateanalysis,etc .,weoftengetsomeassociatedsamplessuchasposi tivelyassociationandnegativelyassociation .Recently ,professorWEI [3],XU [4],andLING [5 ]consideredrespectivelytheissuesofE·Btesta…     

正态样本的一个统计性质

在这篇文章中 ,我们给出了正态样本的一个统计性质 ,推广了 [1 ]、[2 ]中相应的有关结果     

A Nonparametric Test for the Equivalence of Populations Based on a Measure of Proximity of Samples

We propose a new measure of proximity of samples based on confidence limits for the bulk of a population constructed using order statistics. For this measure of proximity, we compute approximate confidence limits corresponding to a given significance level in the cases where the null hypothesis on the equality of hypothetical distribution functions may or may not be true. We compare this measure of proximity with the Kolmogorov–Smirnov and Wilcoxon statistics for samples from various populations. On the basis of the proposed measure of proximity, we construct a statistical test for testing the hypothesis on the equality of hypothetical distribution functions.