两均匀分布区间长度比的置信区间与假设检验

文章在均匀分布区间长度的区间估计的基础上,给出两个均匀分布总体的区间长度比的估计量.并给出了它的置信区间和假设检验方法.     

参数均未知时两均匀分布区间长度比的估计

对于两个均匀分布总体。当参数都未知且取自这两个总体的样本容量不同时，文章给出了区间长度之比的无偏估计，采用等尾法给出了区间估计，并进一步讨论了区间长度之比的最短置信区间。     

比估计法在人口调查中的应用

在大规模的人口调查中,一般是用分层随机抽样方法抽取典型样本地区,然后在典型样本地区进行实地的人口核查。文章分别运用统计方法中的简单线性回归估计和较复杂的非线性比估计,估计总体的均值和标准差,通过精度的比较确定在人口调查中的最优估计方法。     

流程性材料参数估计问题探讨

流程性材料最大的特点是其变异性小。对于这类总体,现有的标准差估计方法由于既包含组间差异,又包含组内差异,常常会夸大其估计误差。针对此,首先通过抽样设计,得到具有分层抽样特点的样本;然后借鉴单值—移动极差控制图中标准差的估计方法,构造了这类总体的标准差估计量。这样构造的标准差估计量,由于其估计误差中仅包含组内方差平均水平,从而更符合该类总体变异性小的特点。实际应用表明,该标准差估计量能显著降低估计误差。     

基于两正态方差比的参数灰色估计研究

两个正态总体方差比的区间估计理论是现代数理统计学的基本理论,但经典数理统计学的参数估计理论是基于随机的明确性数据构建的理论.但实际经济社会中存在大量不明确性数据,如模糊、灰色等数据信息,面对这类不明确性数据,如何进行符合现实的科学合理地估计和推断.在随机数据的置信区间理论基础上,文章借助灰色系统的基本理论,构建两个正态总体方差比的参数灰色估计理论,提供比置信区间理论更多的信息.     

两均匀分布区间长度之比的区间估计

文章给出了均匀分布的最小和最大次序统计量的密度函数。另外,通过构造统计量,给出了两均匀分布区间长度之比的区间估计及其假设检验方法,讨论了通常区间估计和最短区间估计。最后,根据实例求出了这两种区间估计和它们的长度,并得出了相应的结论。     

基于平衡样本的最优模型辅助抽样策略

模型辅助方法的思想是基于抽样设计借助于超总体模型获得对总体参数的有效推断.满足辅助变量的HT估计等于总体总量真值的样本被称为平衡样本.对于平衡样本,如果超总体模型的异方差性可以通过辅助变量解释,由此得出最优抽样策略:平衡抽样设计与HT估计结合是最优策略,包含概率正比于模型残差的标准差.     

基于样本分位数的Weibull分布均值和标准差估计

样本均值和标准差是数据分析中常用的指标,但在部分研究中只记录了样本分位数,并未记录均值和标准差。传统的最小二乘法在估计样本均值和标准差时,通常将样本分位数同等对待,但在实际研究中,数据具有峰度和偏度等特征,样本分位数的重要程度不同。因此,文章在估计模型中引入权重,针对可靠性分析中常见的Weibull分布,提出两种方法估计均值和标准差：利用分布函数的加权最小二乘法（FWLS）进行估计;将Weibull分布转换为指数分布,利用数据的加权最小二乘法（WLS）进行估计。通过仿真和实例结果的比较,表明两种方法的估计效果显著。     

标准差系数质疑

标准差σ和标准差系数ν是两个比较常用的标志变异指标。它们被用来反映总体各单位标志值变动的程度和范围及说明平均指标代表性的高低。一般认为,标准差的大小,不仅取决于标志值的离散程度,还决定于数列平均水平的高低。因而对具有不同平均水平的数列或总体,就不宜直接通过标准差来比较变动度的大小,而需要将标准差与相应的平均数对比,计算标准差系数,才能进行比较。我认为利用标准差系数来比较不同平均水平的总体或数列是值得讨论的。     

分层排序集抽样下的比率估计问题探讨

分层排序集抽样是指将分层抽样与排序集抽样结合起来,运用分层技术将总体分为多层,再在每层中用排序集抽样获取样本.分层比率估计是利用辅助信息,构造总体均值或总值的估计量,分为联合比率估计和分别比率估计.文章利用此思路得到下分层排序集抽样下总体均值的分别比率估计,并和分层排序集抽样下的联合比率估计、分层随机抽样下的分别比率估计进行比较.结果表明,分层排序集抽样下总体均值的分别比率估计比分层随机抽样下总体均值的分别比率估计效果好,分层排序集抽样下总体均值的联合比率估计比分层排序集抽样下总体均值的分别比率估计效果好.     

定时截尾下具有缺失数据的两个几何总体参数的估计

文章利用极大似然估计方法,研究定时截尾下具有部分缺失数据的两个几何总体的参数估计问题,以及两几何总体参数相等的假设检验问题,证明了估计的强相合性以及渐进正态性,给出了检验两总体参数相等的检验统计量以及检验统计量的极限分布。     

也谈标准差系数

标准差(σ)和标准差系数(V)是两个常用的反映标志变异程度的指标。它们从不同的侧面反映了总体各单位标志值的变异程度,适应于标志变异分析的不同要求。     

总体成数估计中两个不容忽视的问题

对总体成数进行区间估计是抽样调查的基本问题之一。正确进行成数估计应当注意以下两个问题:第一,要明确总体成数的含义。所谓总体成数,是具有某种属性的单位在     

利用比率估计方法估计季节指数

一、比率的抽样估计介绍在抽样估计中,根据一个简单随机样本要估计的量通常是两个变量的比率,这两个变量随单位的不同而不同,当抽样单位是由一组或一群个体所组成,而我们又希望获得总体的每个个体的均值时,就经常会遇到两个变量的比率的估计。假定总体由N个单元(个体)组     

正态总体均值与标准差比在序约束下的假设检验

要想找出正态总体均值与标准差比在序约束下的假设检验的检验统计量是一个比较困难的问题，即使找到了，也比较复杂。文章通过求出正态总体均值与标准差比在序约束下的置信区间，根据置信区间与假设检验的关系，得出了检验的拒绝域与接受域，避免了通过找到检验统计量来确定拒绝域与接受域的困难。     

抽样调查中的比估计和相关估计法

抽样调查的目的是从样本信息估计总体总数或平均数。比估计法和线性回归估计法由于使用了与y有关的辅助变量x而提高了估计这两个指标的可靠性。 为了便于叙述,我们引进下列记号: n=样本容量;N=总体单位数; f=n/N=抽样比率;g=1/f=增加因子; x=辅助变量,例如单位的容量(亩数,居民数等); y=所研究的变量; X,(?)=总体中x的总数,及其估计;     

具有部分缺失数据的两个几何分布总体参数的估计与检验

文章研究了具有部分缺失数据的两个几何分布总体中的参数估计问题以及两总体参数相等的假设检验问题,证明了估计的强相合性以及渐近正态性;给出了检验两总体参数相等的检验统计量以及检验统计量的极限分布。     

具有部分缺失数据的两个对数正态分布总体参数的估计与检验

文章研究了具有部分缺失数据的两个对数正态分布总体中的参数估计问题以及两总体参数相等的假设检验问题;证明了估计的强相合性以及渐近正态性,给出了检验两总体参数相等的检验统计量以及检验统计量的极限分布.     

基于两正态均值的灰色统计假设检验研究

两个正态总体均值差的区间估计和假设检验研究是数理统计学的基本内容,但经典统计学的两个正态总体均值区间估计和假设检验理论,是建立在确定的随机数据上的区间估计和假设检验.而现实社会生活中很多数据具有模糊灰色等不确定性,面对这类不确定性数据,如何较为合理地进行科学分析和判断.在灰色系统理论的基础上,文章建立了在随机样本信息下,两个正态均值的灰色区间估计和灰色假设检验方法,从而把随机信息的两正态均值假设检验理论拓展到灰色数据信息中,并把这一灰色检验方法应用于医学统计实例分析.     

球内三维均匀分布的参数估计

球内三维均匀分布在理论和实际应用方面有着广泛的应用。文章重点研究了球内三维均匀分布体积和半径的参数估计,利用次序统计量得到了球径的矩估计量和极大似然估计,并对估计的置信区间做了讨论。