广义线性模型散度参数的相等性检验

广义线性模型的应用已越来越广,但在实际应用中经常碰到这样问题:何时应该拟合均值和离差的联合模型? 何时只需拟合单一的均值模型? 对此,可用散度参数的相等性检验来作为判断的依据。在该文中,作者给出了几个有关散度参数相等性检验的统计量以及相应的分布。最后还给出了一个检验的具体例子。

基于F-矩阵的高维协方差矩阵相等性检验

在数据维数和样本量都趋于无穷的高维双样本协方差矩阵相等性检验问题中,为了使检验方法更有效,本文结合Xu和Jiang的检验方法,基于随机矩阵理论提出了一个新的检验统计量——TNew,同时利用F-矩阵线性谱统计量的中心极限定理证明了新检验统计量的渐进分布。新的检验方法消除了比例参数的限制,同时对于高维数据下正态和非正态分布都有很好的效果。实验模拟结果表明,新的检验统计量更加稳健。

基于投影绝对中位离差的分布相等性检验(英文)

为检验两个分布的相等 ,我们给出基于投影寻踪、Bootstrap方法和数论方法的统计量 ,并讨论它的极限分布和Bootstrap逼近 .

两个回归函数相等的Bootstrap检验(英文)

两个回归参数相等性检验一直是统计界感兴趣的问题之一 .在这篇文章中 ,四个检验统计量被用于度量两曲线的差异 ,在原假设下统计量的分布采用向量数据的重复抽样来逼近 。