共查询到20条相似文献,搜索用时 15 毫秒
1.
研究了相协样本下Wilcoxon两样本统计量的渐近分布的问题.利用Hoeffding分解方法,获得了相协样本下Wilcoxon两样本统计量的渐近分布为正态分布的结果,推广了负相协样本下Wilcoxon两样本统计量的渐近分布的结果. 相似文献
3.
本文研究相协样本下概率密度函数的调整经验似然推断,证明对数调整经验似然比统计量服从χ2分布,由此构造了相协样本下概率密度函数的调整经验似然置信区间.在有限样本情况下通过数值模拟,对比分析得到AEL的表现略优于EL和NA的表现. 相似文献
4.
本文研究分位数的核估计在有限个不同点上的联合渐近分布.在相协样本下,构造分位数在有限个不同点上的核估计,并在适当的条件下证明所构造的估计的渐近正态性.最后还获得任意两个分位数差异的估计的渐近分布,推广现有文献中的相关结果. 相似文献
5.
本文主要讨论多组样本下GL-统计量的渐近分布,这里我们使用了Gateaut微分逼近方法,在多组i.i.d.样本下,给出了GL-统计量的渐近正态分布的一组条件,从而拓广了i.i.d样本下GL-统计量的渐近正态分布的性质[1]。 相似文献
6.
在平稳相协误差下,本文采用分组经验似然方法构造部分线性模型回归系数的置信区域,证明了分组经验似然比统计量渐近卡方分布,该结果可用于构造回归系数的经验似然置信域.进一步地,我们还在有限样本情形做了数值模拟研究. 相似文献
7.
在平稳相协样本下,讨论分布函数光滑估计的一致渐近正态性.在较合理的条件下给出了分布函数光滑估计的一致渐近正态性的收敛速度,这个速度几乎达到n~(-1/4). 相似文献
9.
多组样本下GL-统计量的渐近性质 总被引:1,自引:0,他引:1
本文上要讨论多组样本下GL-统计量的渐近分布。这里我们使用了Gâteaut微分逼近方法,在多组i.i.d.样本下,给出了GL-统计量的渐近正态分布的一组条件,从而拓广了i.i.d.样本下GL-统计量的渐近正态分布的性质[1]. 相似文献
10.
在同分布正相协(PA)样本下,对刻度指数族在加权平方损失下获得了刻度参数的Bayes估计.并构造了相应的经验Bayes(E·B)估计,证明了所提出的EB估计是渐近最优的并且获得了E·B估计的收敛速度.最后,给出一个满足主要结果的例子。 相似文献
11.
刻度指数族参数的经验Bayes检验问题:NA样本情形 总被引:28,自引:0,他引:28
本文利用同分布负相协(NA)样本情形概率密度函数的核估计构造了刻度指数族参数的经验Bayes(EB)检验函数,并获得了它的渐近最优(a.o.)性。在适当的条件下证明了所提出的EB检验函数收敛速度可任意接近o(n^-12)。最后给出了一个有关本文主要结果的例子。 相似文献
12.
样本{X_1,X_2,…,X_m}与{Y_1,Y_2,…,Y_n}之间相互独立,但样本内部均为强平稳NA序列.在上述情况下研究了Wilcoxon两样本U统计量的渐近正态性,并给出了实际检验的计算公式. 相似文献
13.
14.
本文研究强混合样本下随机设计情形线性模型的经验似然推断,将分块技术应用到经验似然方法中,证明了线性模型的参数β的对数经验似然比统计量的渐近分布为卡方分布,由此构造了强混合样本下β的经验似然置信区间.在有限样本情况下给出数值模拟结果. 相似文献
15.
16.
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. 相似文献
17.
本文研究强混合样本下部分线性模型的经验似然推断,将分块技术应用到经验似然方法中,证明部分线性模型的参数β的对数经验似然比统计量的渐近分布为卡方分布,由此构造强混合样本下β的经验似然置信区间.在有限样本情况下给出数值模拟结果. 相似文献
18.
19.
在加权线性损失下导出了刻度指数族中参数单调的Bayes检验函数,利用同分布负相协(NA)样本情形概率密度函数及其导数的核估计构造了经验Bayes(EB)检验函数,获得了EB检验函数的收敛速度.在适当的条件下,这一收敛速度可任意接近O(n~(-1)),改进了文献中已有的结果.对同分布正相协(PA)样本和独立同分布(iid)样本情形,亦可获得类似结论.最后给出了一个满足文中主要结果的例子. 相似文献
20.