基于Bootstrap-DEA的工业能源效率分析

传统DEA方法存在小样本估计有偏、无法进行统计检验等缺点.而Bootstrap-DEA方法能够通过数值模拟技术产生大量的模拟样本,通过对新生成的样本进行估计来修正DEA效率估计偏差,进而计算出效率值的置信区间.作者利用Bootstrap-DEA方法首次对我国36个工业行业1995-2008年的能源利用效率进行分析.研究结果表明,我国工业行业的能源效率呈现出U字型变动趋势,行业间的能源效率差异不断减小.     

巴斯卡分布参数p的置信区间

讨论了巴斯卡分布与Beta分布的联系,并通过F分布的分位点给出了参数p的置信水平为1-α的置信区间.     

置信区间与可信区间问题研究

本文旨在指出理解有本质区别的置信区间和可信区间的关键点，并在常见的正态分布模型中加以模拟应用.     

Panel模型中的精确检验和置信区间

利用广义p-值和广义置信区间的概念,研究了Panel模型中未知参数的检验和置信区间问题.对于回归系数,分别考虑了单个情形和多个线性无关情形下的检验和置信区间问题,得到了精确检验和置信区间.对于方差分量,研究了其任意线性组合的检验和置信区间问题,建立了精确检验和置信区间.基于广义p-值和广义置信区间,获取精确检验和置信区间的方法具有计算方便、易应用于小样本问题的特点.最后,分别从理论和数值上研究了这些精确检验和置信区间的统计性质.     

Semi-empirical likelihood confidence intervals for the differences of quantiles with missing data

Detecting population （group） differences is useful in many applications, such as medical research. In this paper, we explore the probabilistic theory for identifying the quantile differences .between two populations. Suppose that there are two populations x and y with missing data on both of them, where x is nonparametric and y is parametric. We are interested in constructing confidence intervals on the quantile differences of x and y. Random hot deck imputation is used to fill in missing data. Semi-empirical likelihood confidence intervals on the differences are constructed.     

n维球内均匀分布的参数估计

研究了n维球内均匀分布的参数的点估计与区间估计,利用次序统计量得到了球半径的最大似然估计,在此基础上构造了球半径的无偏估计,并且证明了该无偏估计的相合性.利用构造枢轴量的方法得到了球半径的最短置信区间.     

基于广义极值的混沌电场峰值分布研究

通过分析峰值分布及广义极值分布理论关于混沌电场峰值分布的特点,获得一种混沌电场峰值分布的计算方法,结合Bootstrap重采样技术,提出了混沌电场峰值分布参数估计方法,该方法吸取了重采样技术估计的优点,对分布参数置信区间的估计更为准确、实用。以蒙特卡罗仿真和某机械搅拌混响室内电场数据为实例,结果表明,与传统的正态近似法、百分位法、BC-t等方法相比,其计算结果与实际结果更为吻合,证明了该方法具有更高的准确度。     

指数分布族中矩估计序贯置信区间

在矩估计的基础上,对于给定精度(2d)及置信系数(α),建立了对参数函数g(θ) 的一个序贯置信区间估计的程序．并讨论了在一定条件下,当d→0,它的渐近相合性、渐近有效性及有界的最优费用差(EN(d)-n(d))等渐近性质．     

Conditionally Optimal Weights of Evidence

A weight of evidence is a calibrated statistic whose values in [0,1] indicate the degree of agreement between the data and either of two hypothesis, one being treated as the null (H_0) and the other as the alternative (H_1). A value of zero means perfect agreement with the null, whereas a value of one means perfect agreement with the alternative. The optimality we consider is minimal mean squared error (MSE) under the alternative while keeping the MSE under the null below a fixed bound. This paper studies such statistics from a conditional point of view, in particular for location and scale models.     

关于时间序列分析的注记

本文讨论了时间序列分析中几个值得注意的问题 ;1自相关函数的意义 ,2趋势外推法预测中置信区间校正系数的计算 .