偏正态混合效应模型中方差分量函数的参数Bootstrap推断

偏正态混合效应模型通过引入偏度参数,以便更好地刻画实际数据偏态特征,所以被广泛应用于众多实际领域.进一步,方差分量的假设检验一直是该模型的热点研究问题.因此,有必要在偏正态分布下系统讨论混合效应模型中方差分量函数的统计推断问题.首先,分别基于参数Bootstrap方法和广义方法探讨单个方差分量、方差分量之和、方差分量之比的单边假设检验和区间估计问题.其次,Monte Carlo结果表明,在所给样本量和参数设置下,参数Bootstrap方法大多数情况下优于广义方法.最后,将上述方法应用于空气质量指数的案例研究中,以验证所给方法的合理性与有效性.

偏正态混合效应模型的蒙特卡罗模拟研究

文章给出偏正态混合效应模型下非中心偏F统计量的蒙特卡罗模拟算法。并利用此算法获得非中心偏F统计量犯第一类错误的模拟概率和功效,以验证该统计量的有效性。在此基础上,将非中心偏F统计量应用于实际案例的数据分析中。结果表明,所给非中心偏F统计量能有效控制犯第一类错误的概率,并具有较高的检验功效。