基于蒙特卡罗方法评定不确定度中相关随机变量模拟

蒙特卡罗方法是一种统计模拟方法,也可以应用于测量不确定度的评定。该方法要求各个输入随机变量之间相互独立。本文探讨了蒙特卡罗方法中具有相关性的输入随机变量的模拟,在已知条件下以最小二分法为基础,给出了具有相关性的两个随机变量的模拟方法,并使用该模拟方法在不同的条件下产生具有相关性的随机数,通过统计分析得到随机数的统计特征,从模拟结果可以发现本方法能够较好地完成在给定相关系数条件下生成随机序列。

相关四格表数据资料检验方法的进展与应用

McNemar检验是两个相关二分变量差异显著性检验的常用方法,但其仅根据前后测试结果发生变化的部分得出检验结果,并未考虑前后测试结果一致部分对差异显著性的影响,因此,McNemar检验实际上是在部分样本基础上进行的检验。由于McNemar检验在相关教材中广泛存在,各领域研究者在统计应用中仍然选用。为了尽快使有关应用者了解修正公式,使各领域研究得出更准确的结果,文章对两个相关二分变量差异显著性检验进展结果作了介绍,并对近期一些文献中检验结果与修正结果进行了比较。