中位数的置信区间和假设检验

对于非对称分布资料以及半定量资料、分布末端无确切数值或分布类型未知的资料,秩和检验侧重于对其分布位置(即分布重心)的检验。为了与这类资料(特别是定量资料)统计描述的方法相衔接,有时希望对组间的中位数进行假设检验,此时秩和检验就不再适用。本文结合实例介绍基于样本中位数的置信区间估计和假设检验方法。

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。

两均匀分布区间长度比的置信区间与假设检验

文章在均匀分布区间长度的区间估计的基础上,给出两个均匀分布总体的区间长度比的估计量,并给出了它的置信区间和假设检验方法。

最大熵谱分析中的置信区间估计和显著性周期检验方法

最大熵谱对隐含周期振动具有较高的分辨力,因而被广泛用来研究海洋时间序列的周期变化特征。在应用最大熵谱时,一般只作定性比较分析,并不给出估计的置信区间和显著周期的统计学检验结果。本文根据 Kro mer(1970)关于最大熵谱估计的期望、方差和自由度的论述,探讨了最大熵谱的置信区间估计扣谱峰的显著性检验方法。

假设检验的置信区间法

从参数的区间估计角度审视假设检验问题,剖析知识点的内在联系,梳理置信区间与假设检验中的拒绝域之间的关系,认为可以用置信区间进行假设检验。

假设检验与置信区间的对偶关系

假设检验和区间估计是统计推断的2种基本形式,虽然问题的提法不同,但两者之间有着密切联系.以正态分布参数为例,阐述了置信区间和检验接受域之间的对偶关系.在比较一般的意义下阐述了这种对偶关系,作为应用从二项分布的假设检验问题出发,构造了置信区间.从学习和应用的视角阐述了接受域和置信域之间的区别.

二个正态总体方差未知且不等时均值差的假设检验与置信区间

设ξ～N（a1,σ12）,η～N（a2,σ22）,（ξ1,ξ2…,ξm）为ξ的样本,（η1,η2,…,ηn）为η的样本;ξ,η相互独立。当σ12,σ22未知,但σ12=σ22已知(或经检验成立σ12=σ22,均值差a1-a2的假设检验与置信区间问题已解决。但当σ12,σ22未知,σ12】σ22（σ12【σ22）已知时,均值差a1-a2的假设检验与置信区间问题笔者未见有文讨论。为此,本文将给出一种均值差a1-a2=0的检验方法和a1-a2的置信区间。（一）σ12,σ22未知,但σ12】σ22已知时,均值差a1-a2的假设检验与置信区间。

单侧假设检验和置信区间在钢丝绳破断拉力评价中的应用

介绍单侧假设检验和置信区间在钢丝绳破断拉力评价中的应用。从某段时间依据标准API 9A、JIS G3525和GB 8918生产的所有钢丝绳中,根据1个标准抽取1组子样的原则进行抽样并统计分析。根据统计分析的结果可得出结论:(1)单侧假设检验可以对批量钢丝绳破断拉力的质量水平进行分析;(2)区间估计可以给出批量钢丝绳破断拉力值的大致范围。

论假设检验与置信区间的联系

论述了假设检验与置信区间的联系,然后说明可用求置信区间的方法法来解决假设检验问题,这样可避开概率论与数理统计教科书[1,2]中新立体系来解决假设检验问题的冗长的论述,从而体现理论教学中“必需、够用”的原则。

区间估计与假设检验

本文研究了区间估计与假设检验的内在联系及其区别,探讨了这两种方法的各自应用范围及应注意的问题。

对假设检验与区间估计教学的探讨

本文讨论了假设检验与区间估计的内在区别与联系,并给出了学习时应注意的问题及各自的适用范围.

金融资产的CVaR风险的区间估计及假设检验

基于CVaR风险计量技术,论述了正态分布下风险资产的CVaR假设检验方法及置信区间求法,最后用中信指数对我国股市风险情况作了区间估计及显著性检验的实证分析。

基于Bootstrap技术的Web服务QoS值的置信区间估计和预测

目前对Web服务QoS(Quality of Service)的预测研究,通常预测QoS的静态值,很少预测QoS值的置信区间.本文借助非参数统计学的Bootstrap技术,提出估计Web服务QoS值置信区间的方法;然后利用与当前Web用户相似的其他Web用户调用待预测Web服务的QoS历史数据,预测当前Web用户调用待预测Web服务的QoS值的置信区间.本文估计了WSDream数据集1中每个用户调用每个Web服务的QoS值的置信区间,实验发现这些置信区间的上下限近似服从重尾分布.通过随机选择WSDream数据集1中60%到90%的用户和Web服务作为训练集,预测另外10%到40%的用户和Web服务的QoS值,实验结果表明预测的QoS置信区间与估计的QoS置信区间的平均覆盖率超过70%,最高达76%.在服务选择或服务推荐时给用户提供一个估计的或预测的QoS置信区间,可以更好地满足用户的个性化需求.

连续分布百分位值和百分率的区间估计和假设检验

提出了一种对连续分布百分位值和百分率(或可靠度)进行区间估计和假设检验的理论与方法。并对Weibull分布、对数正态分布、极值分布等常用的两参数分布和三参数分布进行了详细讨论。该方法不仅适用于完全数据,而且还适用于不完全数据和无失效数据。

概化理论方差分量置信区间估计Bootstrap方法比较

使用Monte Carlo模拟技术生成多项分布数据,比较四种Bootstrap方法估计概化理论方差分量置信区间的性能,四种Bootstrap方法分别是Bootstrap-PC、Bootstrap-t、Bootstrap-BCa和Bootstrap-ABC方法。结果表明:(1)从整体上看,四种Bootstrap方法估计方差分量置信区间的包含率,校正的Bootstrap方法要优于未校正的Bootstrap方法;(2)校正的Bootstrap-PC和Bootstrap-t方法相当,校正的Bootstrap-BCa与Bootstrap-ABC方法相当,校正的Bootstrap-BCa和Bootstrap-ABC方法要优于校正的Bootstrap-PC和Bootstrap-t方法。

两参数Lomax分布中参数的区间估计和假设检验

研究了两参数Lomax分布参数的区间估计和假设检验问题.分别在形状参数和尺度参数已知的情形下,给出了尺度参数、形状参数的置信区间和假设检验的拒绝域以及p分位数的置信区间,并运用随机模拟的方法分别对2个参数进行了统计分析.

对区间估计与假设检验的关系的思考

研究了区间估计与假设检验的内在联系及其区别,探讨了这两种方法各自适用范围和应用条件及应注意的问题.

重复力估计值的概率分布及其假设检验和区间估计

本文用概率论的方法导出了重复力估计值的概率分布密度函数,并对重复力的假设检验和区间估计也进行了讨论。

复杂系统可靠度置信区间估计

针对复杂系统可靠性试验非常少甚至没有做的情况 ,提出了基于单元信息进行可靠性综合的方法。该方法不需假设系统或单元产品的寿命服从某一分布 ,减少了因寿命分布选择不当所造成的可靠性和方差的误差。在获得单元可靠性的均值和方差的基础上 ,利用系统可以分解为单一的串联或并联关系 ,通过逐步综合获得复杂系统的可靠性均值和方差估计值。利用系统信息熵原理 ,将部件的试验数据折合为系统的试验数据 ,获得系统的子样数。由此提出了小子样下的系统可靠性置信区间估计新方法 ,该方法只假设系统可靠性估计服从正态或对数正态分布。新方法使用限制少 ,计算简单 。

取定统计量下最优置信区间的估计

参数的区间估计是一种基本的统计推断形式。它根据枢轴量的分布,在一定可靠度下指出被估计的总体参数所在的可能范围。Neyman的置信区间理论通过给定置信水平以保证一定的可靠度。文章讨论了取定统计量后,置信区间的估计方法以及最优置信区间的确定;并且通过实例与传统方法求得的置信区间进行了比较。结果显示,所求得的最短置信区间有明显的优越性。