Panel数据模型中回归系数的广义p值检验

利用广义p值和广义置信区域的概念对含有三个随机效应的Panel数据模型中回归系数的假设检验问题建立了精确检验,构造了回归系数的几个广义置信区域;讨论了本文所构造的检验和置信区域在尺度变换下的不变性;对这几种检验的功效和置信区域的覆盖率给出了数值模拟结果。

Panel数据模型中方差分量的广义p值检验

利用广义p值和广义置信区间的概念构造含有四个随机效应的Panel数据模型中方差分量的几种新的精确检验和置信区间,并讨论它们在尺度变换下的不变性.模拟结果表明,这种检验能很好地控制检验水平.

半相依回归模型中回归系数的广义p值检验

研究半相依回归模型中回归系数的精确检验问题.针对含有2个相依线性方程的回归系统中回归系数的假设检验问题,利用广义p值的方法建立了精确的检验.对检验的功效进行了模拟,模拟结果表明,本研究的检验方法能有效控制第一类错误出现的概率,具有较好的检验效果.

广义p值与多元随机效应模型的精确检验

在多元随机效应模型中,一般采用似然比检验或者其他近似方法检验关于回归系数矩阵的统计假设.这些方法都不是精确的检验.为了得到一种精确的检验,方法是把广义p值应用到多元随机效应模型中.模拟结果显示,在小样本情况下,广义检验可以控制检验水平,且比似然比方法有更好的检验效果.

广义P值的Fiducial推断

给出了利用Fiducial推断求广义P值的一般方法,并讨论了其频率性质．然后将之应用于两参数指数分布和不平衡两因素套设计模型．研究结果表明所得广义P值具有好的频率性质．

多个逆高斯总体共同均值的广义统计推断

研究了多个尺度参数未知且不等的逆高斯总体的共同均值的假设检验和区间估计问题,结合了广义推断理论和大样本理论,通过数值模拟比较了本文方法和已有方法。模拟结果表明,本文方法与已有方法相比具有较好的区间覆盖率,且当尺度参数相差较大时具有较短的区间长度和较大的功效。

Panel数据模型中方差分量的精确检验

本文利用广义p值和广义置信区间的概念构造含有三个随机效应的Panel数据模型中方差分量的几种新的精确检验和置信区间,并讨论它们在尺度变换下的不变性.通过模拟给出检验的功效和置信区间的覆盖率.模拟结果表明,广义p值理论方法应用于含有冗余参数的Panel数据模型参数检验问题是灵活而有效的.

Panel数据模型的参数bootstrap推断

利用广义p值和参数bootstrap方法,研究了Panel数据模型中未知参数的假设检验问题.对于回归系数,基于最小二乘估计和两步估计方法,考虑了非齐次线性假设检验问题.对于方差分量,研究了单边假设检验问题.进而利用Monte Carlo方法进行模拟研究.模拟结果表明,参数bootstrap检验方法既能较好控制犯第一类错误的概率,又具有较高的功效,且大多数情况下优于广义p值检验方法.

Behrens-Fisher问题的参数Bootstrap检验

文章使用参数bootstrap方法研究了Behrens-Fisher问题。提出了新的参数bootstrap方法,并与三种常用的方法—Welch近似t检验、Score检验和广义p值检验进行了比较。借助Monte Carlo方法研究了这些检验的第一类错误概率和势。研究表明,根据模拟的第一类错误概率和势的整体表现,参数bootstrap检验是最好的。参数bootstrap检验即使在小样本情形下表现也非常满意,而Welch近似t检验第一类错误概率受样本量和总体方差影响明显,Score检验和广义p值检验表现相对保守。

带有等相关误差结构生长曲线模型的参数bootstrap检验

文章研究了具有等相关误差结构的生长曲线模型回归系数的检验问题,构造了参数bootstrap(PB)检验统计量和相应的PB检验,并与已有的广义p值(GP)检验进行了比较。模拟研究表明,PB方法和GP方法在单处理组情形下的表现趋于一致,均能很好的控制第一类错误率;在多处理组情形下,GP方法在一些情形下不能很好地控制犯第一类错误的概率,而PB方法则在很好地保证检验名义水平的前提下,同时也具有良好的势表现。

两个Potthoff-Roy生长曲线模型的参数矩阵相等性检验（英文）

本文利用广义p值的方法,给出了一种检验两个Potthoff-Roy生长曲线模型的参数矩阵相等性的精确检验方法,并通过实例对本文所给方法进行了说明.

不同分布下均值差的检验问题

很多统计问题中会包含讨厌参数,在小样本情况下传统的频率学派无法给出较好的方法,然而大样本的获取往往成本较大,甚至无法完成,广义推断的提出很好的解决了此类假设检验问题。广义推断是基于广义检验变量和广义枢轴量的统计推断方法,随着信息技术与数据分析的发展,广义推断正发挥着它良好的性能,得到了广泛应用。此文章主要介绍广义枢轴量法在几种不同模型下的应用,通过构造广义枢轴量给出检验的广义p值,并通过假设检验与置信区间的一一对应关系给出兴趣参数的置信区间。

广义p-值与panel数据模型的精确检验

在panel模型中,如果方差分量已知,对回归系数的检验,存在一致最优功效检验.但往往方差分量未知,这时采用的方法就是用它们的估计代替它们.不同的方差分量的估计,就得到不同的检验统计量.这些检验统计量的分布都是未知的,在小样本情况下,很难控制它们的检验水平.本文采用广义p值的方法,给出了一种精确的检验.模拟结果显示,这种检验能很好的控制检验水平,并且有更高的检验功效.同时,本文利用广义置信域的方法给出了回归系数的广义置信球.

出现保障延误时间的可修系统稳态可用度的评定

考虑可修的单元产品在出现故障时,由于种种原因,故障不能得到及时维修,形成了一段保障延误时间.于是这一更新过程为:正常工作(直到出现故障)-保障延误-故障维修-正常工作…….假设工作时间、保障延误时间均服从指数分布,故障维修时间服从对数正态分布,用经典方法和广义p值方法给出了可用度的置信下限.

线性混合模型方差分量的检验

对于含有两个方差分量的随机效应设计阵为任意阵的线性混合模型的方差分量单边检验问题给出了精确的F检验和基于广义p值的检验.对于给出的精确的F检验给出检验存在条件以及是一致最优无偏检验的条件.通过数值模拟,基于广义p值检验的功效和犯第一类错误的概率被讨论,由模拟结果可以看出基于广义p值的检验很好地控制了犯第一类错误的概率.

不平衡单因素随机模型在职业接触评价中的应用(英文)

在职业接触评价中, 单因素随机模型可用于评价工人接触均值超过职业接触限值的概率. 当数据不平衡时, 本文利用广义推断研究了关于此概率的假设检验, 并对此方法与已有方法进行了模拟对比研究. 模拟结果表明, 本文所给方法优于已有方法, 特别是在数据极不平衡时效果更优.

异方差的两级套模型的方差分量的检验

利用广义p值的概念,研究了异方差的两级套模型的方差分量的精确检验问题,并在异方差的情况下比较两个两级套模型的方差分量.基于广义p值获取精确检验的方法,具有计算简便、易用于小样本问题的特点.

多个对数正态分布总体变异系数的比较

在研究偏态分布的数据中,对数正态分布是应用极其广泛的分布,具有重要的研究意义。文章基于广义p值的方法和Delta方法对多个相互独立的对数正态分布的变异系数进行了比较研究。对于广义p值的方法,首先根据分布参数的广义枢轴量构建出对数正态分布变异系数的广义枢轴量,并进一步构造得到假设检验所需的检验统计量,最后通过蒙特卡洛模拟的方法对文中提出的检验统计量进行了模拟研究;对于Delta方法同样采用了蒙特卡洛模拟的方法研究了检验统计量的表现。模拟结果表明,这两种检验方法具有优良的性质,它们都能够很好地控制第一类错误并且具有很大的势,但是Delta方法检验更优于广义p值检验,因此,在应用中更推荐使用Delta方法检验。

多个逆高斯总体尺度参数相等性检验

本文研究了多个逆高斯总体尺度参数相等性的假设检验问题,定义了一个新的广义检验变量,给出了检验问题的广义p值,并且证明了当总体进行比例变换时本文所构造的广义p值具有不变性.文章的最后做了数值模拟,模拟结果表明本文所构造的方法有较理想的功效.

一种检验相关系数相等性的精确方法

研究了多个相互独立的二元正态分布相关系数的相等性检验问题。定义了一个新的广义检验变量,给出了检验问题的广义p值。这种方法不依赖于大样本近似,而且可以算出广义上的精确p值,弥补了传统方法不适用于小样本的缺陷。