经验Cressie-Read统计量与广义矩方法估计

本文利用经验Cressie-Read统计量和广义矩方法,研究了参数、分布函数和Lagrange乘子的有效估计问题,并得到了它们的渐近正态性,证明了经验Cressie-Read统计量具有渐近χ2分布。最后举例说明文中结果。

相依样本下参数的经验欧氏似然比统计量

在强平稳的相依样本下讨论半参数模型参数的经验欧氏似然比统计量.

经验CR统计量的高阶近似分布

若随机向量ξ的密度函数为一个正态密度函数r(x;γ,I)与一个多项式的乘积形式,我们给出随机变量ξTξ分布的具体求解公式,并应用此公式得到经验CR统计量(Baggerly,1998)的高阶近似分布.

光滑经验分布函数的Cram'er-von Mises统计量

文中使用核函数光滑经验分布估计,考虑了著名的Cram’er-von Mises统计量并获得其渐近分布和重对数律。

两样本经验过程与Chernoff-Savage统计量的Bootstrap逼近

本文研究了Ghernoff-Savage统计量的分布函数的Bootstrap估计问题。证明了Bootstrap分布函数是a.s.渐近相台的估计量。同样的结论对有关的两样本经验过程也成立。

改进的认知诊断模型项目功能差异检验方法——基于观察信息矩阵的Wald统计量

Hou,de la Torre和Nandakumar(2014)提出可以使用Wald统计量检验DIF,但其结果的一类错误率存在过度膨胀的问题。本研究中提出了一个使用观察信息矩阵进行计算的改进后的Wald统计量。结果表明:(1)使用观察信息矩阵计算的这一改进后的Wald统计量在DIF检验中具有良好的一类错误控制率,尤其是在项目具有较高区分能力的时候,解决了以往研究中一类错误率过度膨胀的问题。(2)随着样本量的增加以及DIF量的增大,使用观察信息矩阵计算Wald统计量的统计检验力也在增加。

弱相依数据中的分组经验Cressie-Read似然方法

本文考虑一般的弱相依数据,提出了分组经验Cressie-Read似然方法．得到了分组经验Cressie- Read似然参数估计的强收敛性、渐近正态性和其分组经验Cressie-Read统计量的渐近x^2性．

计及高阶统计量和深度学习的抗噪孤岛检测方法

分布式电源持续的规模化接入给微电网运行引入了显著的不确定性与噪声,增加了配电网监视的难度。而孤岛检测设备易受电网扰动干扰而误动作,导致分布式电源被切除运行,孤岛检测装置必须能够在噪声环境中准确区分判别扰动与孤岛情形。文中将基于多尺度高阶奇异谱熵的深度学习概念应用于孤岛检测问题,提出一种结合经验模态分解与高阶奇异谱熵的新型混合深度学习架构。作为经验模态分解后的信号处理方法,多尺度高阶奇异谱熵结合多分辨率高阶统计分析与谱分析并以熵值作为特征提取输出,进而通过深度学习架构对所提取的孤岛与扰动特征量进行训练及测试。仿真结果表明所提方法能够实现孤岛的准确检测,从而避免分布式电源退出运行。

基于K-S统计量的两个总体相等性的Bootstrap检验

文章提出基于K-S统计量的新的统计量及相应的Bootstrap统计量,证明它们在原假设下有相同的极限分布,并进行了数值模拟.

L─统计量的Bootstrap逼近

Ｌ─统计量的Ｂｏｏｔｓｔｒａｐ逼近任哲，陈明华（六安师范专科学校，六安２３７０１２）本文提出了Ｌ──统计量的一种Ｂｏｏｔｓｔｒａｐ逼近，并讨论了这种逼近的相合性及其逼近的精确性。一、引言及主要定理设兄，ｉ＞１为来自分布为Ｆ的ｉ．ｉ．ｄ．样本，以Ｘ．；...

一种基于EEMD和高阶统计量的局部放电白噪声抑制方法

矿用干式变压器绝缘的劣化总是伴随着一定的局部放电,测量局部放电信号的真实性直接影响到变压器绝缘性能评估的准确性。文中在集合经验模态分解(empirical mode decomposition,EEMD)的基础上,结合高阶统计量原理,提出了一种基于EEMD和高阶统计量的局部放电白噪声抑制方法。首先利用EEMD方法分解得到各阶经验模态分量(IMF);然后通过IMF各分量峭度的计算,结合Bootstrap方法检测并滤除高斯分布的IMF分量;对剩余IMF分量进行自适应阈值处理,去除混叠的白噪声成份;最后将处理结果重构回原信号。分别以仿真信号和实际PD信号为例,证明了该方法的有效性。

次序统计量概率分布近似计算

用直方图估计量与核密度估计量分别对离散型次序统计量和连续型次序统计量的分布进行估计,讨论了估计量的均值及方差,给出了相应估计量的MC算法,并以Possion与Gamma分布为例进行模拟验证。结果表明MC算法具有较好的收敛速度而且是稳健的。

光滑Cramér-von Mises统计量的分布函数的收敛速度

用光滑的经验分布函数估计总体分布函数从而得到光滑的Ｃｒａｍéｒ－ｖｏｎＭｉｓｅｓ统计量，本文考虑了这种统计量收敛于极限分布的速度。

L统计量的随机加权分布逼近及重对数律

对于L-统计量本文使用随机加权的力法构造了一个分布函数,其中V_1+V_2+…+V_n=1,(V_1,V_2…,V_n)服从一特殊的Dirichlet分布.我们使用/。(T(＊～7八＊＊)的统计特性去模拟的统计特性.在一定的条件下,我们获得的渐近正态分布.同时,也获得了的一个重对数律,注F_n(x)是1_1,…,X_n iidr.v的经验分布,X_X～F。

对于U—统计量Bootstrap的渐近理论

令X1,X2,…Xn是一个来自有分布F的母体的一个随机样本,T（X1,X2,…,Xn;F）是某一与样本以及F有关的随机变量,若以Fn记x1,x2,…xn的经验分布,则所谓Bootstrap方法,即是用Fn之下T（y1,y2,…,yn;Fn）的分布来替代F之下T（X1,X2,…,Xn;F）的分布,这里y1,y2…yn为来自有分布Fn的母体的一个随机样本.文献〔1〕讨论了U-统计量均值估计的Bootstrap分布的渐近行为,本文继续〔1〕的讨论,在定理1)中,它削去了〔1〕中定理3.1的条件（3.16）而得到与之相同的结论;在定理2,3中,进一步的得到了类似于〔2〕的定理1中有关均值的Bootstrap分布的一些结论.

次序统计量的分布及其在数据分析中的应用

次序统计量是数理统计中的一个重要概念。作为一个常用的统计量,无论是在参数统计领域还是在非参数统计领域,次序统计量都有着广泛应用。在如今的大数据时代,更需要借助次序统计量对数据进行整理、分析。文章主要就次序统计量及其分布、次序统计量函数及其分布作简要总结,并介绍次序统计量在数据分析中的应用。

近45年来降水变化和人类活动对潮河流域年径流量的影响

近45a来，随着流域降水量减少，以及修建水利工程、引水、实施水土保持等人类活动的增加，潮河流域年径流量呈明显减少趋势。利用降水-径流经验统计模型，定量评估了潮河流域降水变化与人类活动对流域年径流量的影响程度。结果表明：1981—1990、1991—2000、2001～2005、1981—2005年，受人类活动影响所产生的年均减水量分别为1．32、0．67、1．46、1．09×10^8m^3，占相应时段总减水量的95．1％，98．9％，60．7％和83．2％；受降水变化影响所产生的年均减水量分别为0．07、0．01、0．95、0．22×10^8m^3，占相应时段总减水量的4．9％，1．1％，39．3％和16．8％。人类活动因素的贡献率远大于降水因素。

近47年来降水变化和人类活动对滦河流域年径流量的影响

近47年来,随着流域降水量的减少,以及水利工程的修建、林草地的减少等土地利用方式的改变,在气候变化和人类活动双重因素的作用下,滦河流域年径流量呈现出显著的减少趋势。现基于降水-径流经验统计模型的构建,定量评估了滦河流域降水变化和人类活动对该地区年径流量的影响程度。结果表明:①1983年以前,滦河流域年径流量受环境变化影响较小,1983年以后,年径流量受到气候变化和人类活动影响较为显著;②1984年-2006年期间,受人类活动影响所产生的年均减水量为11.97亿m3,占该时段减水量的84.42%,受降水变化所产生的年均减水量为2.21亿m3,占该时段减水量的15.58%,人类活动的贡献率远大于降水变化。

中国近百年夏季雨量场及雨带类型恢复研究

文章将气象要素场转化为秩序统计量场，用ＥＯＦ迭代方案进行气象要素场的恢复研究．利用全国４２个站点１９５１～１９９５年夏季（６～８月）雨量场资料对１９０１～１９５０年夏季雨量场进行了恢复，并在此基础上用Ｂａｙｅｓ判别法对雨带类型进行了恢复．检验表明，所恢复的资料是可靠的．

两总体分位数差异的经验似然比置信区间

本文构造了两总体分位数差异的一类似然比统计量，在较一般的条件下证明了统计量的极限分布为χ２－分布．