分数填补下两非参数总体一般差异的经验似然置信区间

在一定的条件下证明了缺失数据情形基于分数填补方法得到的两非参数总体一般差异指标的经验似然比统计量的渐近分布为加权χ21,由此可构造差异指标的经验似然置信区间.     

数据非随机缺失时单变量的分布函数估计

本文研究数据非随机缺失下的分布函数估计问题.在确定缺失数据是否属于某些指定区间的前提下,对一维随机变量y的分布函数F(y)作出了估计.此时,假定数据缺失机制形式已知,但包含某未知多维参数θ.本文证明了未知参数θ的估计量(θ)的相合性和渐近正态性,也证明了分布函数F(y)的估计量F(y)的相合性和渐近正态性.     

分数填补下两总体分位数差异的经验似然置信区间

设有两个非参数总体,其样本数据不完全,用分数填补法补足缺失数据,得到两总体的"完全"样本数据,在此基础上构造两总体分位数差异的经验似然置信区间.模拟结果显示,分数填补法可以得到更加精确的置信区间.     

两样本分位数差异的半经验似然比检验

设x1，…，xn；y1，…，ym为独立随机样本，x1，…，xn同分布，x1～F（x），F未知，y1，…；ym同分布，y1～Gθ（y），Gθ（y）的形式已知，θ为未知参数．本文结合非参数似然思想和参数似然方法讨论F和Gθ的分位数差异的检验问题，在一定的条件下得到了半经验似然比统计量的渐近分布．     

分数填补下两总体分位数差异的半经验似然推断

在完全随机缺失机制情形,利用分数填补法填补缺失值,然后用经验似然方法构造两总体分位数差异的半经验似然比统计量,证明其渐近服从加权X~2分布并构造了相应的半经验似然置信区间.     

关于截断型分布族中估计的经验过程的渐近分布的进一步研究

但是,若分布 F 中含有未知参数θ,即 F=F(x;θ),那么为计算经验过程,就必须对θ进行适当的估计,把估计(?)_n 代入(2),(1)中,便得到一估计的经验过程(?)_n(t)。那么,这一估计的经验过程的渐近分布如何?Durbin 研究了这一问题。对一般的分布族 F(x;θ),θ∈(?),在一定的假设条件下(主要是所谓条件 A_2),他证明了这一估计的经验过程(?)(t)其渐近过程是一较复杂的正态过程,这个正态过程一般是依赖于 F 的,甚至依赖于未知参数θ的。但该文指出,当θ是位置、刻度参数时,渐近过程可与θ无关。尔后,Durbin,Schneider 等又具体地研究了指数分布族、Gamma 分布族,得到具体结果,     

基于均匀分布参数估计的几个结果

在总体分布为U(0,θ)和U(1θ,2θ)下,给出了未知参数θ,1θ,2θ的一些点估计量,并讨论了这些估计量的性质,对原有结果进行了补充.     

基于Markov Chain Monte Carlo模型对医院出院病人调查表数据缺失的填补与分析

目的对医院出院病人调查表普遍存在的数据缺失进行填补与分析,以保证统计调查表的质量,为医院以及上级卫生部门了解现状,进行预策和决策提供技术支持和质量保证。方法运用SAS9.1,采用多重填补方法Markov Chain Monte Carlo(MCMC)模型对缺失数据进行多次填补并综合分析。结果MCMC填补10次的结果最优。结论(Multiple Imputation)MI方法在解决医院出院病人调查表数据缺失时有优势,发挥空间较大,且填补效率较高。     

二元相依Weibu11分布的参数估计(英文)

考虑生存函数为F(x_1,x_2)=exp{-[(x_1~(1/α)/θ_1)~(1/δ) ((x_2~(1/α)/θ_2)~(1/δ)]~δ},x_i>0,θ_i>0,i=1,2,α>0,0<δ≤1的二无相依Weibull分布。基于在Ⅰ型截尾情形下两个元件与串联系统的寿命试验数据,本文给出了未知参数θ_1,θ_2,α和δ的估计,并讨论了这些估计的渐近性质。本文还给出了随机模拟的结果。     

转移向量的Minimax估计

<正> 设随机变量 X 的分布 F(x)为已知,则对任何实数θ,X_θ=X+θ的分布将为F(x—θ).以这种方式依赖着一参数θ的分布族称为转移分布族,而θ称为转移参数.设 x_1,…,x_n 为从总体 F(x—θ)中取出的独立样本,要求从它去估計θ.这一问题吸引了不少学者的注意,较早期的工作中,应当提到 Pitman 在1939年的文章[1].在这一工作中,Pitman 在 F(x)有密度的条件下,找到了具转移性质(正式定义见下文)的方     

Semi-empiricial Likelihood Confidence Intervals for the Differences of Two Populations Based on Fractional Imputation

Suppose that there are two populations x and y with missing data on both of them, where x has a distribution function F（·） which is unknown and y has a distribution function Gθ（·） with a probability density function gθ（·） with known form depending on some unknown parameter θ. Fractional imputation is used to fill in missing data. The asymptotic distributions of the semi-empirical likelihood ration statistic are obtained under some mild conditions. Then, empirical likelihood confidence intervals on the differences of x and y are constructed.     

双边截断分布族中的卷积定理与渐近有效性

在具有共同支撑的分布族与单边截断分布族中,Ｂｉｃｋｌｅ Ｐ．Ｊ, Ｉｂｒａｇｉｍｏｖ　Ｉ． Ａ． 与 Ｈａｓｍｉｎｓｋｉｉ Ｒ． Ｚ．证明了两个重要的卷积定理．在本文中,我们考虑如下的双边截断分布族：ｄＰθ（ｘ）＝ ｆ（ｘ; θ１, θ２）Ｉ（θ１≤ｘ≤ θ２）ｄｘ,其中θ＝（θ１, θ２）, θ１＜ θ２为未知 待估参数．在较弱的条件下,我们得到了关于此分布族的卷积定理．并且,基于此卷 积定理的结论,提出了一个参数函数渐近有效性的定义．在本文结束之时,对于一个 双边截断分布族,给出了具有此渐近有效性的参数函数的估计．     

小区间上的素变数三角和估计

设A(n)为von Mangoldt函数且实数θ=95-83~(1/2)/121.当xθ+ε≤y≤x时,本文对于所有的α∈[0,1]给出了指数和S2(x,y;α)=∑x0,估计式∑x相似文献   

Mlinex损失函数下一类分布族参数的Bayes估计

考虑分布函数形如F(x;θ)=1-[g(x)]~θ或[1—g(x)]~θ,A≤x≤B,θ0的分布族,其中g(x)是关于x单调递减的可微函数,且g(A)=1,g(B)=0.在Mlinex损失函数下,给出了其中参数θ的Bayes估计及其容许性,并对分布的一个充分统计量的逆线性形式的容许性进行讨论.最后通过蒙特卡洛模拟说明Bayes估计在小样本情形时的优良表现.     

非正则双边截断分布族点估计的中偏差

本文研究了某一类非正则双边截断分布族的参数估计,利用( X(1),X(n))的联合分布函数及应用Taylor渐近展开的方法,得到了它的未知参数(θ1,θ2)满足中偏差原理,且求出了其精确的速率函数表达式,它的表达式不同于一般的速率函数.     

一种对称损失函数下一类指数分布族刻度参数的估计

在p,q对称熵损失函数L(θ,δ)=θp/δp+δq/θq-2(p,q0)下,研究了一类指数分布族c(x,n)θ-ve-T(x)/θ的刻度参数θ的Bayes估计与可容许估计,并应用积分变换定理证明了这两个估计具有不变性.     

THE CONSTRUCTION OF DENUMERABLE q-PROCESSES IN RANDOM ENVIRONMENTS SATISFYING (F) OR (B)

This article is a continuation of [9]. Based on the discussion of random Kol-mogorov forward (backward) equations, for any given q-matrix in random environment,Q(θ) = (q(θ; x, y), x, y ∈ X), an infinite class of q-processes in random environments sat-isfying the random Kolmogorov forward (backward) equation is constructed. Moreover,under some conditions, all the q-processes in random environments satisfying the random Kolmogorov forward (backward) equation are constructed.     

一类具功能反应的食饵—捕食系统模型的定性分析

研究一类具功能反应的食饵—捕食系统:x=xg(x)-yφ(x),y=y(-d+eφ(x))在g(x)=a-bx~m,φ(x)=cx~θ及m=θ=1/n,n>2为正整数情形下,分析了该系统的平衡点性态,并得到了系统在正平衡点外围的极限环的不存在性,存在性与唯一性的相关条件.     

双边截断型分布族参数函数的渐近最优经验Bayes估计

本文考虑一维双边截断型分布族参数函数在平方损失下的经验 Bayes估计问题 .给定θ,X的条件分布为f (x|θ) =ω(θ1,θ2 ) h(x) I[θ1,θ2 ] (x) dx其中θ =(θ1,θ2 )T(x) =(t1(x) ,t2 (x) ) =(min(x1,… ,xm) ,max(x1,… ,xm) )是充分统计量 ,其边缘密度为 f (t) ,本文通过 f (t)的核估计构造出θ的函数的经验 Bayes估计 ,并证明在一定的条件下是渐近最优的 (a.0 .)