High-dimensional Tests for Mean Vector: Approaches without Estimating the Mean Vector Directly

Several tests for multivariate mean vector have been proposed in the recent literature.Generally,these tests are directly concerned with the mean vector of a high-dimensional distribution.The paper presents two new test procedures for testing mean vector in large dimension and small samples.We do not focus on the mean vector directly,which is a different framework from the existing choices.The first test procedure is based on the asymptotic distribution of the test statistic,where the dimension increases with the sample size.The second test procedure is based on the permutation distribution of the test statistic,where the sample size is fixed and the dimension grows to infinity.Simulations are carried out to examine the finite-sample performance of the tests and to compare them with some popular nonparametric tests available in the literature.

A combined p-value test for the mean difference of high-dimensional data

This paper proposes a novel method for testing the equality of high-dimensional means using a multiple hypothesis test. The proposed method is based on the maximum of standardized partial sums of logarithmic p-values statistic. Numerical studies show that the method performs well for both normal and non-normal data and has a good power performance under both dense and sparse alternative hypotheses. For illustration, a real data analysis is implemented.

Sign-based Test for Mean Vector in High-dimensional and Sparse Settings

In this article, we introduce a robust sparse test statistic which is based on the maximum type statistic. Both the limiting null distribution of the test statistic and the power of the test are analysed. It is shown that the test is particularly powerful against sparse alternatives. Numerical studies are carried out to examine the numerical performance of the test and to compare it with other tests available in the literature. The numerical results show that the test proposed significantly outperforms those tests in a range of settings, especially for sparse alternatives.

轴压荷载下钢管钢筋混凝土损伤状态超声检测研究

在轴压荷载下分别对素混凝土、钢筋混凝土、钢管混凝土和钢管钢筋混凝土的损伤状态进行超声检测,得到不同荷载下超声通过柱的中截面的波形图,定义波形图均方根振幅和均方根振幅比,并分析混凝土裂隙的变化过程。通过对波形图进行快速傅里叶变换得到频谱图,基于固体介质裂化吸收高频声波能量,使超声主频向低频移动的原理,应用频谱图的第一主频及其幅值变化分析钢管内混凝土和钢筋混凝土的损伤演变过程。结果表明:声波波形均方根振幅、均方根振幅比和第一主频及其幅值可以有效反映钢管内混凝土和钢筋混凝土的裂隙变化情况。轴压荷载作用下钢管内钢筋混凝土的损伤呈五段式变化,分别为核心混凝土裂缝产生并发展、混凝土在钢管约束作用下逐步密实、混凝土裂缝迅速扩展、钢管套箍作用加强段和钢管屈曲后构件丧失承载力。通过钢管外壁的应变分析,表明钢管对核心混凝土的约束作用阶段与超声检测判定的混凝土损伤演化过程一致。超声波技术可以准确检测轴压荷载作用下钢管内钢筋混凝土的损伤状态并确定钢管对混凝土套箍作用的发挥阶段。

基于发动机稳态工况的整车WLTC循环油耗研究

根据欧6c/d WLTP(世界统一轻型车测试循环)定义,由车辆参数确定循环换挡策略,转鼓试验得到发动机工况点,聚类计算14个工况点及权重,模拟循环油耗。以Matlab为编程工具,建立了14点稳态工况代替WLTC循环模拟油耗的一套完整方法,包括WLTC换挡策略、整车转鼓试验和k-means聚类计算方法。14点模拟油耗结果百公里油耗8.90L,与转鼓试验百公里油耗9.19L相差3.16%,表明以发动机的稳态工况代替整车循环进行WLTC油耗分析是可行的,这将简化面向WLTC和欧6c/d指标的发动机燃烧开发和优化改进的标定策略,提高开发工作的效率。

列车运行监控装置主机的可靠性鉴定试验

目前铁路行业尚未制定可靠性鉴定试验标准,为验证LKJ主机的MTBF是否达到规定要求,通过分析主机所历经的主要环境,设计了由温度、湿度、振动、冲击、变化电压、浪涌和电快速脉冲群等6种应力组成的综合环境条件,并针对具体试验情况,确定采用定时截尾试验统计方案。通过试验,求得其平均无故障间隔时间(MTBF:mean time between failures)点估计值为8 558 h,60%置信度区间估计值为(2 858 h,38 351 h)。

基于统计数据分析的动车组牵引变压器状态检修

牵引变压器是动车组电力牵引系统的重要设备,牵引变压器工作状态是否正常直接关系到动车组的安全运行。随着动车组使用率的日益提高,牵引变压器的检查和维修也越来越引起关注。通常采用定期试验、定期维护的检修方法,但这些方法存在过维护或欠维护等问题。通过分析统计数据对变压器进行状态检修是解决此类问题的有效方法。针对统计数据的分析,数理统计学中u检验方法广泛应用于医药学、食品、体育测量等多个领域。提出利用数理统计中的u检验方法对动车组的变压器实施故障检测,并给出实验数据和计算结果,以期能够在实际应用中达到状态检修的目的。

运行工况对水泵水轮机尾水管进口压力的影响

通过对比分析某电站在不同尾水位运行工况下甩相同负荷时的尾水管进口实测压力,得出随尾水位降低、水头升高以及导叶开度减小,其尾水管进口压力脉动幅值有减小的趋势;同时,针对各不同工况下的尾水管进口压力实测均值与理论计算值进行对比分析,得出甩负荷时机组水头越高,其尾水管进口压力的理论计算值与实测值越接近。上述对比分析工作,为后续的抽水蓄能电站甩负荷试验和安全性预测提供了重要参考。

高维条件均值假设检验及其在帕金森症诊断中的应用

在中国人口老龄化不断凸显的背景下,有关老年人常见疾病的诊断和治疗受到越来越多社会关注,帕金森症就是这些中老年人最常见的疾病之一。以往研究中发现帕金森患者在发音方面与正常人群存在明显差异,从而出现了利用提取声音特征来诊断帕金森症的判别方法。在相关众多研究中一般没有考虑个体性别因素,但在最近的其他研究中发现不同性别的患者之间声音信号表现出差异性。因此采用从声音中提取特征诊断帕金森症的方法是否需要考虑个体性别特征有必要进一步进行研究。本文利用高维条件均值假设检验方法,对各类常用的声音特征提取方法在不同性别上的差异显著性进行比较分析,发现各类声音特征提取方法获取的特征在不同性别群体中表现出显著的差异性,从而表明在利用这类方法诊断帕金森症时需要考虑性别因素。