鞍点逼近下相关差的置信区间构造

相关差是医学中常用的重要指标,慢性病发病常用Poisson分布来拟合.使用鞍点逼近方法构造了相关差的置信区间,同时与传统的4种置信区间的构造方法,利用Monte Carlo模拟进行比较,最后用于实际数据分析.结果表明,鞍点逼近方法在大多数情况下,覆盖率较接近名义水平;在覆盖率差别不大时,鞍点逼近方法构造的区间长度较短;尤其在小样本下,鞍点逼近方法表现最好.所以鞍点逼近是统计量置信区间构造的一个好方法,可在各个领域内进行推广.     

牛顿环测量数据的不确定误差参数统计分析

牛顿环实验数据分析是大学物理实验中的重要问题,两种主要数据处理方法获得的牛顿环实验曲率半径通常存在着一定差异,且其测量误差不一定服从正态分布.为了准确估计曲率半径,需要更细致地对数据测量误差进行统计建模分析.频率学派不确定误差参数统计模型使用Gamma分布分析系统误差,具有对异常值不敏感的特性.基于牛顿环实际测量数据集,应用不确定误差参数统计模型可以得到更准确的牛顿环实验曲率半径估计值.     

条件分位数和条件密度的经验似然置信区间

本文首次把经验似然引入非参数回归模型,分别得到了条件分位数和条件密度的经验似然置信区间。     

基于离散枢轴量的泊松分布参数的精确最短置信区间

将泊松分布参数的充分统计量的离散型分布函数转化为生存伽马分布函数,以此为枢轴量构造了泊松分布参数的精确置信区间.通过数值模拟,选择合适的置信度组合,得到精确最短置信区间.讨论了大样本下泊松分布参数的近似置信区间的估计精度,验证了精确最短置信区间的计算结果.     

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。     

基于混合Ⅰ型删失数据的威布尔模型精确推断（英文）

威布尔分布是可靠性和寿命测试试验中常用的模型.本文中,我们考虑了基于混合Ⅰ型删失数据的威布尔模型精确推断.我们得到了威布尔分布未知参数最大似然估计的精确分布以及基于精确分布的置信区间.由于精确分布函数较为复杂,我们也给出了未知参数的另外几种置信区间,比如,基于近似方法的置信区间,Bootstrap置信区间.为了评价本文的方法,我们给出了一些数值模拟的结果.     

有偿、无偿献血源总体的阳性率比较分析及预测

本文对有偿、无偿献血源总体的阳性率进行了双属性总体比率的假设检验 ;给出了有偿、无偿两种献血源总体各项检验指标的阳性率的置信区间 ;并对两种血源总体的各项检验指标的阳性率做了统计对比分析及某些预测     

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。     

THE ASYMPTOTIC DISTRIBUTIONS OF EMPIRICAL LIKELIHOOD RATIO STATISTICS IN THE PRESENCE OF MEASUREMENT ERROR

Suppose that several different imperfect instruments and one perfect instrument are independently used to measure some characteristics of a population. Thus, measurements of two or more sets of samples with varying accuracies are obtained. Statistical inference should be based on the pooled samples. In this article, the authors also assumes that all the imperfect instruments are unbiased. They consider the problem of combining this information to make statistical tests for parameters more relevant. They define the empirical likelihood ratio functions and obtain their asymptotic distributions in the presence of measurement error.     

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。