缺失数据下线性模型中反映变量均值的经验似然置信区间

在协变量和反映变量都缺失下,构造了线性模型中反映变量均值的经验似然置信区间,数据模拟表明调整的经验似然置信区间有较好的覆盖率和精度,进一步完善了缺失数据下对线性模型的研究.     

具有随机右删失随机变量分位数的经验似然推断

本文研究了具有随机右删失随机变量分位数的置信域的构造.利用经验似然和截尾值估算相结合的方法,给出了分位数的对数经验似然比统计量,在较少的条件下证明了该统计量的极限分布为自由度为1的x~2分布.使得完全数据下的分位数的经验似然推断方法应用到非完全数据中.     

强混合样本下随机设计情形线性模型的经验似然推断

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.     

Logistic响应分布分位数的鞍点近似置信区间

论文基于响应数据，应用鞍点近似方法，给出构造Logistic响应分布分位数的近似置信区间的方法. 论文还对这种置信区间进行了模拟，并将该方法应用于QD8电雷管. 模拟和实例结果表明，当样本量较小时，该方法能够较好地推断Logistic响应分布的分位数     

NA误差下部分线性模型的经验似然推断

对于部分线性模型yi=βxi+g(ti)+ei,1≤i≤n,这里(xi,ti)是固定设计点,g是未知函数,ei是负相协(NA)随机误差,给出了回归系数的经验似然比统计量,并讨论了似然比统计量的极限分布,可构造参数的经验似然置信区间.     

线性混合模型中方差分量的广义推断

本文考虑了线性混合模型中方差分量的假设检验和区间估计问题.基于广义P-值和广义置信区间的概念,构造了对应于随机效应的单个方差分量的精确检验和置信区间.所构造的广义p-值和广义置信区间是最小充分统计量的函数.对于两个独立线性混合模型中对应于随机效应的方差分量的比较,建立了精确检验和置信区间.进-步,研究了所给检验和置信区间的统计性质,给出了这些检验方法与文献中已有方法的功效比较的模拟结果.模拟结果表明,新检验在功效方面有显著的改进.最后,通过-个实例来演示本文方怯.     

利用隐蔽的系统寿命数据估计元件的可靠性

考虑由一个成败型元件和一个指数寿命型元件组成的串联系统。本文利用隐蔽的系统一次性检测数据估计元件的可靠性，给出元件可靠性的极大似然估计和区门估计，给出了算例。     

均匀分布参数的最短置信区间

将求均匀分布未知参数的最短置信区间转化为条件极值问题,给出了均匀分布参数的最短置信区间,推广了原有的结论.     

对数正态分布场合的BAYES分析和大样本的后验分布

本文绘出了对数正态分布场合中的两参数μ，σ2均未知时的Bayes分析，并给出相应的例子．讨论了大样本的后验分布，推广了[2]中的结果．     

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.