总体方差已知条件下单个正态总体均值假设检验现行方法的缺陷与改进

揭示了总体方差已知条件下单个正态总体均值假设检验现行方法的缺陷,提出了总体方差已知条件下单个正态总体均值假设检验的改进方法,给出了一个该总体方差已知条件下单个正态总体均值假设检验改进方法的应用实例.     

有偏总体的EWMA均值控制图

基于总体分布有偏并假定总体分布未知情况下均值-极差控制图的控制限的研究结果,将其推广到EWMA均值控制图,给出总体分布有偏并假定总体分布未知情况下EWMA均值控制图的控制界限,并以质量特性值服从对数正态分布为例,给出EWMA均值控制图的控制效果的模拟分析.     

基于尺度赋权方差的有偏总体EWMA均值控制图

基于尺度赋权方差法给出总体分布有偏并假定总体分布未知情况下休哈特均值控制图的控制限.基于此研究结果,将其推广到EWMA均值控制图,给出总体分布有偏并假定总体分布未知情况下EWMA均值控制图的控制界限,并以质量特性值服从对数正态分布为例,给出EWMA均值控制图的控制效果的模拟分析.     

加权均值T-统计量推广

本文将[1]提出的一维异方差正态总体均值的加权T-统计量估计推广到多维异方差正态总体均值的估计,并应用于其假设检验。     

正态总体均值与标准差比在简单半序约束下的最大似然估计

本文考虑两个正态总体均值和方差是未知参数,均值与标准差的比在简单半序约束下,且样本个数不同时,计算均值和标准差的最大似然估计的问题.给出了计算均值和标准差的最大似然估计的方法.同时还给出了三个总体均值与标准差的比在简单半序约束下求均值和标准差的最大似然估计的计算方法,并给出了迭代算法的模拟结果.     

对称分布下中位数排序集样本均值的有效性证明

总体均值的估计在整个抽样理论里扮演着无可争议的主角,而估计的好坏很大程度上依赖于抽样设计.文章从理论上证明了在对称分布下,基于中位数排序集抽样的样本均值作为总体均值的估计比简单随机抽样下样本均值作为总体均值的估计更有效.小样本情形下的两个数值例子和一个实例进一步验证了这个理论结果.     

基于超总体伪设计与组合样本的候选者数据库网络调查的推断研究

候选者数据库网络调查的推断问题是网络调查发展中迫切需要解决的问题.基于此,提出基于超总体伪设计与组合样本的非概率抽样推断方法:对网络候选者数据库的调查样本建立超总体模型来构造伪权数,并根据网络候选者数据库的调查样本和概率样本的组合样本计算总体均值的估计,最后根据超总体模型的方差估计理论推导出目标总体均值估计的方差估计式,同时采用Bootstrap与Jackknife方法来估计总体均值估计的方差,并比较不同方差估计方法的效果.研究结果表明:基于超总体伪设计与组合样本的总体均值估计效率高于仅使用概率样本的估计和仅使用网络候选者数据库的调查样本加权的估计,估计效果较好;方差估计方面,采用VM1、VM2与VM3方法计算的方差估计相比而言更好.     

用Bayes方法修正质量控制界限

在工序质量控制中,画控制图的传统作法是用样本均值近似代替总体的均值．由于样本的随机性,因此,估计误差在所难免．本文用Ｂａｙｅｓ方法将用样本均值χ代替总体均值μ所产生的估计误差一并计入到总体Ｘ所固有的随机性之中,从而修正了传统的质量控制界限的画法     

基于贝叶斯伪设计与组合样本的候选者数据库网络调查的推断研究

候选者数据库网络调查的推断问题是网络调查发展中迫切需要解决的问题.基于此,提出基于贝叶斯伪设计与组合样本的非概率抽样推断方法:将网络候选者数据库的调查样本与概率样本结合,根据贝叶斯定理推导出网络候选者数据库的调查样本单元的伪权数构造式,再利用两个样本数据共同估计总体均值,最后利用Bootstrap和Jackknife方法来计算总体均值估计的方差估计.研究结果表明:基于贝叶斯伪设计与组合样本的总体均值估计比使用Elliot方法估计的总体均值偏差更小,估计效果较好;方差估计方面,Bootstrap方差估计比Jackknife方差估计的效果好.     

核实数据下均值的估计

文章研究基于替代与核实数据样本下总体均值的估计问题, 利用核权函数法定义了一个总体均值的估计量, 它包含了替代数据和核实数据两方面信息. 并证明了该估计量的渐进正态性, 同时给出估计量的收敛速度.     

Functional Data Analysis of Tree Data Objects

Data analysis on non-Euclidean spaces, such as tree spaces, can be challenging. The main contribution of this article is establishment of a connection between tree-data spaces and the well-developed area of functional data analysis (FDA), where the data objects are curves. This connection comes through two tree representation approaches, the Dyck path representation and the branch length representation. These representations of trees in the Euclidean spaces enable us to exploit the power of FDA to explore statistical properties of tree data objects. A major challenge in the analysis is the sparsity of tree branches in a sample of trees. We overcome this issue by using a tree-pruning technique that focuses the analysis on important underlying population structures. This method parallels scale-space analysis in the sense that it reveals statistical properties of tree-structured data over a range of scales. The effectiveness of these new approaches is demonstrated by some novel results obtained in the analysis of brain-artery trees. The scale-space analysis reveals a deeper relationship between structure and age. These methods are the first to find a statistically significant gender difference. Supplementary materials for this article are available online.     

基于数据挖掘的全球恐怖主义数据库数据分析

运用数据挖掘的方法,对全球恐怖主义数据库(以下简称GTD)进行了量化分析.建立了基于KNN邻近算法的恐怖袭击事件量化分级模型和基于K-means聚类算法的恐怖袭击事件分类模型.此外,对近三年来恐怖袭击事件发生的主要原因、时空特性、蔓延特性以及级别分布规律进行了分析.最后,基于建立的模型和分析结论,对未来全球和某些重点地区的反恐态势进行了预测分析,给出了具有针对性的建议.     

数据预处理对替代数据检验方法的影响

替代数据检验法是检验时间序列中是否存在确定性非线性成分的重要统计方法.通过研究差分和数据平滑运算对替代数据检验方法的影响,指出常用的线性滤波等数据预处理步骤破坏了序列的静态性质,从而会导致对零假设的错误拒绝.因此,建议应该直接利用原始时间序列而非应用了差分等非静态滤波运算后的时间序列生成替代数据,再进行假设检验,以免造成对零假设的错误拒绝.     

数据挖掘中数据排序及其应用

本文从统计学的角度对事务性数据库进行了描述,提出了加权构造综合属性函数方法,对事务项进行了排序分析,并用该方法对某些区中国移动手机用户的消费情况进行了综合评价,得到了许多有意义的结果。     

On the Use of Ordinal Data in Data Envelopment Analysis

In many problems involving efficiency analysis using DEA, certain factors may be measurable only on an ordinal scale. Specifically, it may be possible only to rank order the DMUs according to a factor, rather than being able to assign a specific numerical value of that factor to each DMU. To illustrate this, we examine a problem involving the evaluation of new technology installations. The presence of qualitative factors in such an environment motivates the need to investigate how such factors can be incorporated into existing efficiency measurement models. In particular, a procedure is presented for incorporating an ordinal factor into the DEA structure, with the resulting formulation being a particular form of cone ratio model. The model is then applied to the technology installation efficiency problem.     

Cross-Validating Non-Gaussian Data

Abstract

This article describes an appropriate way of implementing the generalized cross-validation method and some other least-squares-based smoothing parameter selection methods in penalized likelihood regression problems, and explains the rationales behind it. Simulations of limited scale are conducted to back up the semitheoretical analysis.