多变量半连续数据的似然比检验

随着信息技术的发展,多变量半连续数据出现在越来越多的研究领域中,其主要特征是多变量数据中的每一个变量都含有过多的零值.然而相较于单变量半连续数据,目前却还未有学者关注于多变量半连续数据的假设检验问题.因此,文章主要研究多变量半连续数据的两总体假设检验问题.针对多变量半连续数据,文章构建一种多元Bernoulli-Normal模型,并提出一种基于多元复合原假设的似然比检验方法.由数据模拟结果表明,相较于经典的Hotelling's T^(2)检验方法,似然比方法具有较低的第Ⅰ类错误率和较高的检验功效.此外,将此方法应用到饮食摄入量CHEF实例数据中,结果表明所提出的方法能够对干预措施的有效性进行评估.