期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于使用模型的统计测试方法的研究 被引量:3
1
作者 冯华 王戟 徐锡山 《计算机工程》 CAS CSCD 北大核心 2002年第12期93-95,共3页
介绍了基于使用模型的统计测试方法,论述了使用模型的概念和特点,以及从使用模型中可以计算出的静态参数和它们在统计测试和软件开发中所起的作用。还具体阐述了怎样通过使用模型生成测试用例,同时根据测试充分性理论讨论了统计测试... 介绍了基于使用模型的统计测试方法,论述了使用模型的概念和特点,以及从使用模型中可以计算出的静态参数和它们在统计测试和软件开发中所起的作用。还具体阐述了怎样通过使用模型生成测试用例,同时根据测试充分性理论讨论了统计测试中测试充分性的度量方法。最后简要介绍了自行开发的统计测试辅助工具STToolkit。 展开更多
关键词 使用模型 统计测试方法 软件测试 软件工程 静态参数 测试充分性 测试用例 软件可靠性
下载PDF
基于泊松对相关的伪随机数发生器的统计测试方法 被引量:2
2
作者 叶笑 丁义明 《数学物理学报(A辑)》 CSCD 北大核心 2022年第5期1482-1495,共14页
测试伪随机数发生器(pseudo random number generator,PRNG)的性能是一个非常重要的问题,通常以能否通过检验均匀性和独立性的统计测试方法来衡量.1998年Rudnick和Sarnak提出了[0,1)上实数序列的泊松对相关(Poissonian pair correlation... 测试伪随机数发生器(pseudo random number generator,PRNG)的性能是一个非常重要的问题,通常以能否通过检验均匀性和独立性的统计测试方法来衡量.1998年Rudnick和Sarnak提出了[0,1)上实数序列的泊松对相关(Poissonian pair correlations,PPC)的概念,独立且均匀分布的实数序列满足泊松对相关.该文基于泊松对相关的概念提出了一种测试(0,1)中伪随机数序列的一级统计测试方法,给出了收敛判别标准的选取方法,并对常见的PRNG(线性同余发生器、Mersenne Twister、Matlab.rand函数以及基于无理数π重叠产生的PRNG等)进行了测试,同时与卡方检验、序列检验、游程检验以及自相关检验进行比较.结果表明该测试方法不仅简单灵活、可操作性和可移植性较强,能有效地同时检验伪随机数序列的均匀性和独立性. 展开更多
关键词 泊松对相关 伪随机数发生器 统计测试方法 一级测试
下载PDF
早期五言詩中的聲調對立:三組詩歌作品的量化分析
3
作者 宋晨清 《岭南学报》 2016年第2期67-91,共25页
基於對聲調排列的觀察,一些研究者,包括王力和徐青等,提出漢末魏晉的詩人就曾有過在五言詩中創造聲調對立效果的嘗試。爲了評估這些觀點是否正確,本文在研究過程中採用了量化分析的方法來對三組早期文人五言詩作品中的聲調對立進行分析... 基於對聲調排列的觀察,一些研究者,包括王力和徐青等,提出漢末魏晉的詩人就曾有過在五言詩中創造聲調對立效果的嘗試。爲了評估這些觀點是否正確,本文在研究過程中採用了量化分析的方法來對三組早期文人五言詩作品中的聲調對立進行分析。這三組作品分别爲《古詩十九首》,曹植的五言詩及謝靈運的五言詩。與以往研究的不同之處在於,本文將這些詩歌的資料置於豐富而具體的語言背景下進行分析詮釋。將這三組永明時期之前的詩歌中的聲調對立句的百分比與另外兩個比率進行了比較:其一,聲調對立五言句在同時期的散文文本中的百分比;其二,聲調對立在聲調隨機排列的情況下應出現的百分比。比較結果顯示,聲調對立是否存在於早期五言詩中的這一問題,並不能以簡單的'有'或'無'來進行作答。在這個歷史時期,聲調對立現象處於一個複雜的過渡階段。與其説它源於爲達到某種特定創作效果的有意識處理,不如將其看作是一種憑藉直覺所做的創作行爲。 展开更多
关键词 詩歌聲律 聲調對立 量化研究方法 早期五言詩 統計測試方法
下载PDF
Statistical inference for right-censored data with nonignorable missing censoring indicators 被引量:1
4
作者 SUN ZhiHua XIE TianFa LIANG Hua 《Science China Mathematics》 SCIE 2013年第6期1263-1278,共16页
We consider the statistical inference for right-censored data when censoring indicators are missing but nonignorable, and propose an adjusted imputation product-limit estimator. The proposed estimator is shown to be c... We consider the statistical inference for right-censored data when censoring indicators are missing but nonignorable, and propose an adjusted imputation product-limit estimator. The proposed estimator is shown to be consistent and converges to a Gaussian process. Furthermore, we develop an empirical processbased testing method to check the MAR (missing at random) mechanism, and establish asymptotic properties for the proposed test statistic. To determine the critical value of the test, a consistent model-based bootstrap method is suggested. We conduct simulation studies to evaluate the numerical performance of the proposed method and compare it with existing methods. We also analyze a real data set from a breast cancer study for an illustration. 展开更多
关键词 MAR mechanism testing nonignorable missing censoring indicators survival function QUASI-LIKELIHOOD
原文传递
Testing against second-order stochastic dominance of multiple distributions
5
作者 Jianling Zhang Zhongzhan Zhang Weizhen Wang 《International Journal of Biomathematics》 2015年第3期225-236,共12页
Second-order stochastic dominance plays an important role in reliability and various branches of economics such as finance and decision-making under risk, and statistical testing for the stochastic dominance is often ... Second-order stochastic dominance plays an important role in reliability and various branches of economics such as finance and decision-making under risk, and statistical testing for the stochastic dominance is often useful in practice. In this paper, we present a test of stochastic equality under the constraint of second-order stochastic dominance based on the theory of empirical processes. The asymptotic distribution of the test statistic is obtained, and a simple method to compute the critical value is derived. Simulation results and real data examples are presented to illustrate the proposed test method. 展开更多
关键词 Second-order stochastic dominance asymptotic distribution hypothesis testing weak convergence.
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部