左删失右截断数据的分位数的固定宽度序贯置信区间估计

基于左截断右删失数据下的乘积限估计构造了分位数固定宽度序贯置信区间及其估计，研究了序贯置信区间估计的渐近性质。作为副产品，获得了分位数估计近邻点的Bahadur表示定理。这个表示定理是推导分位数固定宽度序贯置信区间估计渐近性质的重要基础。同时，在文中，进行了一些计算机模拟试验，证明了左截断右删失数据下分位数估计的序贯方法是效的和精确的。     

部分线性变量含误差模型的经验似然估计

本文把经验似然方法推广到部分线性变量含误差模型 ,得到了Wilks定理的非参数形式 ,定理用来构造参数向量的渐近置信区间 .结果与WangandJing (1 999)对一般部分线性模型的经验似然结果加以比较 ,并且与正态逼近法得到的结果也作了比较 .     

EMPIRICAL LIKELIHOOD FOR LINEAR MODELS UNDER m-DEPENDENT ERRORS

In this paper，the empirical likelihood confidence regions for the regression coefficient in a linear model are constructed under m-dependent errors. It is shown that the blockwise empirical likelihood is a good way to deal with dependent samples.     

位置刻度分布族中参数的两步置信区间

寻找一些分布中的参数的具有预先给定宽度和预先给定覆盖概率的置信区间是令人感兴趣的，对于位置刻度分布族中位置参数和刻度参数，这种类型的置信区间的存在性问题已在文献中被解决，本文利用两步抽样，具体地构造出这样的固定宽度置信区间，此外，对于Cauchy分布，第一阶段的最优抽样量和一些统计量的分位点也被计算出，所得到的结果具有应用价值。     

m相依样本下均值的经验似然比置信区间

在强平稳m相依样本下讨论了均值的经验似然置信区间估计,推广了Owen[1—2]在独立同分布情况下的结果.指出其不足并进行了合理的改进,并提出了分组经验似然的概念.     

混合线性模型中方差比的置信区间

本文利用信仰推断给出了求混合线性模型中方差比的置信区间的方法，结果表明所得区间估计具有不变性。另外，本文给出了两种求区间估计的近似方法。     

置信区间与假设检验关系中的一个误区

本文以Kappa系数和两总体率差值检验为例,说明一般的假设检验法与用置信区间作检验是不相同的。其根源在于两者的标准误估计是不同的:与假设检验法不同的是,在求置信区间时,计算标准误时不需要假定H0成立。即零假设被否定后,不应该再用假设检验中的标准误去代替置信区间中的标准误。     

拉格朗日函数在确定参数置信区间时的应用

1 问题的提出 参数的区间估计就是根据估计量的分布，在一定的可靠度下，指出被估计的总体参数所在的可能数值范围．其具体做法是：对于来自总体的样本（X1，X2，…，Xn），找两个统计量^θ（X1，X2，…，Xn）和^θ2（X1，X2，…，Xn），使 P（^θ1〈θ〈^θ2）=1-α 区间（^θ1，^θ2）称为θ的置信区间，^θ2和^θ1分别称为置信区间的上、下限．1-α称为置信系数，也称为置信概率或置信度．而α是事先给定的一个小正数，它是指参数估计不准的概率。     

基于图象灰度分布的边缘中心定位算法

提出了一种对图象线性边缘检测的精确定位算法,传统方法是基于系统分辨率的定位方法,其精度最高只能达到一个象素.该算法利用了图象象素的亮度信息,用概率分布方法进行定位估值,使定位精度小于一个象素,即在较低系统分辨率的情况下,获得较高分辨率的定位精度,用此算法设计的自动测量系统,在实际使用中取得了令人满意的结果.     

平均最短置信区间的几个结论

本文给出了当枢轴量的概率密度函数分别为单峰函数、严格单调递减和严格递增函数时最短置信区间的几个结论的证明,并利用它们得到了几个具体实例中参数的最短置信区间．