多个正态总体均值相等的VDR检验

本文将随机估计由一维参数扩展至多维参数,基于随机估计的密度函数提出VDR检验.在总体方差已知和未知的两种情形下,本文讨论多个正态总体均值是否相同的VDR检验过程,而且得到精确的检验.单因素方差分析是VDR检验的特例.模拟研究表明,VDR检验是一个普遍适用的方法.     

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.     

增长型经济变量的趋势时间序列预测模型

针对增长型外汇储备时间序列变化复杂性的特点,可以建立确定性趋势的时间序列模型及包含单位根的随机趋势模型.实际计算显示,确定性趋势的时间序列模型具有较高的预测精度.     

删失数据下的变系数回归模型

研究了删失数据下的变系数回归模型．通过数据变换,利用局部多项式方法,给出了系数函数的局部加权最小二乘估计．证明了该估计的渐近偏差和渐近方差,同时获得了该估计的渐近正态性．     

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．     

基于纵向数据的半参数变系数部分线性回归模型

纵向数据是数理统计研究中的复杂数据类型之一0,在生物、医学和经济学中具有广泛的应用．在实际中经常需要对纵向数据进行统计分析和建模．文章讨论了纵向数据下的半参数变系数部分线性回归模型,这里的纵向数据的在纵向观察在时间上可以是不均等的,也可看成是按某一随机过程来发生．所研究的半参数变系数模型包括了许多半参数模型,比如部分线性模型和变系数模型等．利用计数过程理论和局部线性回归方法,对于纵向数据下半参数变系数进行了统计推断,给出了参数分量和非参数分量的profile最小二乘估计,研究了这些估计的渐近性质,获得这些估计的相合性和渐近正态性．     

GARCH(1,1)模型及其在汇率条件波动预测中的应用

检验人民币/日元汇率与波动的时间序列特征,证实存在简单单位根过程及条件异方差性。计算表明,其汇率变化率的ARMA及ARMA/GARCH组合模型的建模不成立,GARCH、EGARCH、IGARCH模型的建模效果接近,且GARCH(1,1)拟合效果最好。GARCH(1,1)模型的跨度为一年的样本外条件异方差预测,显示出该年末汇率的震荡,与实际情况一致。GARCH(1,1)是汇率数据建娱的首选模型。     

非均匀随机数产生

本文详细介绍了产生非均匀随机数的一般方法,常用连续分布(正态分布,Gamma分布,Beta分布,χ2分布和F分布)的抽样法及利用R软件产生随机数的方法。     

几何分布的参数估计及应用

基于几何分布的一次观察数据，应用假设检验与参数估计的关系给出了几何分布的参数估计方法，并计算了估计偏差和估计量的均方误差，表明该估计是可取的，最后给出了该方法在离散型可靠性增长模型中的应用．     

漫谈美国统计软件包

众所周知,统计广泛应用于自然科学、社会科学、工程技术等领城中。无论应用于那个领城,最后总要涉及统计计算问题。计算技术的发展使复杂的计算成为可能。过去认为不可能计算的问题,现在可在几分钟内获得结果。为做统计计算,也必须编写相应的程序。对常用的统计方法,像迴归分析、方差分析等,应用者各自编程序,从整个社会讲,是做了大量重复劳动,是一种极大的浪费。因此,若能提供高质量的标准程序供需要者使用,不仅避免社会上的浪费,而且极大地方便了使用者。于是从七十年代初期,在美国研制了许多适用于大型机器的统计软件包,应用于科研、生产…