二项分布下基于鞍点逼近的总体成数置信区间的构造

面对总体成数置信区间的估计问题,可以采用二项分布下基于鞍点逼近的方法来构造总体成数的置信区间,这种方法为总体成数的区间估计提供了一种新的途径,将其和传统的区间估计方法比较,即正态近似法和枢轴量法进行比较。蒙特卡洛模拟和实例分析的结果为:在几种不同的置信区间构造方法中,小样本情况下,鞍点逼近方法构造的总体成数的置信区间长度相对较短,覆盖率最接近名义水平;大样本下,鞍点逼近方法整体表现最优。因此,可以得到鞍点逼近法对总体成数置信区间的估计较为精确,尤其是小样本情况下更为适用的结论。     

关于捕获再捕获抽样的置信区间

捕获再捕获抽样是一种应用广泛的抽样方法。运用随机模拟,研究捕获再捕获抽样的三种估计量的均值、方差、偏度、峰度、利用近似正态分布构造的置信区间的统计性质。改进了估计量的样本方差计算公式,使得利用近似正态分布构造的置信区间更优。     

基于梯度统计量的逆抽样下风险差的置信区间构建

通过逆抽样过程获得的分布又称为负二项分布,在流行病学研究和二分类变量分布的研究中应用极为广泛。因此,提出两种基于梯度统计量的逆抽样下风险差的置信区间的构建方法,分别依据风险差的极大似然估计(MLE)和方差最小无偏一致估计量(UMVUE)。与现有的WALD方法和得分方法相比,该方法所构建置信区间的优点在于:置信区间构建方法既不需要计算Fisher信息阵也不需要计算其逆矩阵,可使计算得以大大简化;对所提出的基于梯度统计量的置信区间构建方法进行蒙特卡洛模拟研究,模拟结果表明提出的构建方法可以得到很好的覆盖概率和较短的区间宽度。     

部份样本轮换抽样下的比估计

部份样本轮换抽样下的比估计辽宁大学国民经济管理学马树才，韩云虹在实际抽样调查中，当对总体的前期抽取一定容量的样本个体进行调查后，在对总体现期抽样调查时，人们常常将前期抽样的样本个体部分采取轮换的方式进行，以期望提高对总体的现期估计的精度。那么它对总体...     

逆抽样条件下配对试验中相对差的估计

对逆抽样条件下2×2列联表的研究是当前国外的热点问题.文章采用Fisher-score的方法求解感兴趣参数的方差在国内还未见报道.传统的方法都是采用极大似然的方法求解参数的方差,这种用极大似然的方法求解出的结果带有偏差.基于蒙特卡洛的方法模拟得到的结果表明score统计量是最优的,既能保证犯第一错误概率最小还能使得功效达到最大.     

不重复抽样下总体比例的估计

文章研究了不重复抽样下总体比例的三种置信区间的范围概率.运算结果显示,目前各类有关抽样技术文献中普遍介绍的置信区间及其连续修正区间都不够理想.文章推荐了一种新的置信区间,它的范围概率比较集中分布在置信水平附近,最坏情形的范围概率与置信水平相差0.1左右,远胜于前面两个常见置信区间.     

几何平均数的抽样估计

本文提出了几何平均数的两种区间估计方法,并指出这两种方法所给出的置信区间通常很接近。     

PPS抽样设计的比估计及其模拟分析

本文在介绍简单随机抽样比估计的基础上,对PPS抽样设计的比估计进行了系统的研究,并使用了第一次农业普查数据对方法进行了模拟。从模拟结果可以看到,比估计方法可以解决一些调查精度和多目标调查的问题。     

成对效应对照的Scheffe两步同时置信区间的构造

文章利用两阶段抽样,构造出了成对效应对照的Scheffe两步同时置信区间,满足预先给定的可靠度和精度的要求。同时,利用数值计算的方法给出了最优第一步抽样量。     

戎对效应对照的Scheffe两步同时置信区间的构造

文章利用两阶段抽样,构造出了成对效应对照的Scheffe两步同时置信区间,满足预先给定的可靠度和精度的要求。同时,利用数值计算的方法给出了最优第一步抽样量。     

鞍点逼近法在NNT区间估计中的应用与模拟研究

需要治疗的病例数(NNT)是近年来国际上用于评价临床疗效的一个简单而有效的指标。运用鞍点逼近法构造了NNT的区间估计,并将其与Wald、Wilson score和Delta法进行比较。蒙特卡洛模拟研究结果表明,鞍点逼近法得到的区间估计覆盖率与名义水平接近程度总体上更高,平均区间长度更短,即鞍点逼近法优于Wald、Wilson score和Delta法。     

相关数据下比率置信区间构造方法的改进

一类相关数据在医学诊断等应用领域普遍存在,这种数据下来自同一个体的多个观察存在相关.对于二分类相关数据比率置信区间的构造,文章引用二项分布Agresti-Coull区间的构造思想,在已有的Donner-Klar区间上基于调整midpoint和缩小方差估计量改进得到一种新的置信区间.通过蒙特卡洛数值模拟,结果表明改进区间比目前常用的三种区间不仅有更好的区间覆盖率,而且区间宽度较小.     

基于贝叶斯的Bootstrap置信区间

在许多领域中,Bootstrap成为一种数据处理的有效方法。很多情况下,模型中感兴趣的参数的置信区间难以构建,为了解决这一问题,文章提出了一个新的贝叶斯Bootstrap置信区间的估计量,并做了蒙特卡洛模拟比较,结果比经典区间估计方法和经典Bootstrap方法更优,并进行了实例分析。     

逆抽样条件下含结构零的2×2列联表中相对差的估计

含结构零的2×2列联表的统计推断是当今社会的一个热点问题。文中建立Fisher信息阵以求解感兴趣参数的方差并建立了四个统计量:wald统计量、score统计量、wald-score统计量和似然比统计量。基于蒙特卡洛的方法模拟得到的结果表明score统计量是最优的,其既能保证犯第一错误概率最小又能使得功效达到最大。     

统计抽样在独立审计中的应用

随着审计技术的不断发展,统计抽样技术在独立审计中得到了广泛应用。本文分析 了在审计过程中为保证审计质量应注意的几个问题。     

缺失数据下均值的经验似然置信区间

文章在数据缺失的情况下用两种不同的数据补足方式得到了完全样本:进而给出了各自均值的经验似然的置信区间,并通过模拟比较了两种补足方式的优劣.     

Polya后验方法在有限总体抽样估计中的模拟研究

polya后验方法作为一种无信息贝叶斯估计方法,在有限总体抽样中,通过观测的样本,构造一系列的模拟总体,然后进行统计推断。通过统计模拟研究了polya后验方法估计的一些特点,并和Bootstrap方法进行比较。模拟结果显示:polya后验方法能够很好地估计总体的均值,随着样本量的增大,估计值与真值的差距越来越小。采用polya后验方法构造的置信区间区间长度较小,能够很好地覆盖真值。     

符合性整群审计抽样的抽样规模研究

运用抽样调查开展审计活动,是现代审计业务组织的一个基本方向.符合性比例估计是符合性抽样推断的主要内容.文章根据势函数与决策规则的基本原理,对整群审计抽样下的符合性比例估计时所需要的样本数目进行了讨论,内容包括:势函数规则下审计对象符合性比例估计整群抽样时的样本容量,决策规则下审计时象符合性比例估计整群抽样时的样本容量等.     

Behrens-Fisher问题的广义置信区间

文章给出了Behrens-Fisher问题的广义置信区间及其计算方法,通过模拟研究验证了方法的可行性,并与Welch&Aspin近似及Bayes精确区间估计方法进行了比较,结果显示广义置信区间方法有更高的精度。