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。     

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。     

基于K-S统计量的两个一维及多维总体相等性的Bootstrap检验

Prastgaard(1995)讨论了用Kolmogorov-Smimov统计量T1及相应的Bootstrap统计量T1来检验两总体的相等性.文章提出基于K-S统计量的新的统计量T2及相应的Bootstrap统计量T2,分别在一维及多维的情形下证明了它们在原假设下有相同的极限分布进行了大量的数值模拟,验证了上述统计量的正确性及优劣,给出了模拟的结果,并对此做了对比与分析.     

异方差且未知情况下两正态总体等均值检验的贝叶斯观点统计量

在两正态总体方差不等且未知的前提下,检验它们的均值是否相等,用经典方法处理此问题是困难的.而在贝叶斯学派观点看来此检验与等方差情况下的等均值检验并无本质差异.文章使用贝叶斯学派方法导出此假设检验的统计量.     

非参数固定效应Panel Data模型的分位数回归推断

利用分位数回归方法,讨论了非参数固定效应Panel Data模型的估计和检验问题,得到了参数估计的渐近正态性及收敛速度。同时,建立一个秩得分(rank score)统计量来检验模型的固定效应,并证明了这个统计量渐近服从标准正态分布。     

一元线性回归分析中三种检验的等价性研究

在研究两个变量是否线性相关时,要对线性相关系数进行统计检验;在建立线性回归模型时,既要对回归模型中的参数进行统计检验,又要对模型本身进行统计检验。然而,在一元线性回归分析中,尽管对变量线性相关性的检验、模型参数和模型本身检验的目的各不相同,所选统计量也不同,但是,三种检验却具有检验效果的等价性。文章将对此进行研究、证明。     

基于中位数排序集抽样的符号检验

文章提出中位数排序集抽样下总体中位数的符号检验,证明了新检验统计量具有渐近正态性,并系统验证了新统计量的检验功效一致优于排序集抽样下和简单随机抽样下符号检验统计量.     

厚尾数据的波动率结构变化检验及应用研究

本文构建两个稳健检验统计量来检验波动率中结构变化问题。通过基于绝对值而不是平方项来构建统计量，从而降低对矩的要求，特别适用于非正态尖峰厚尾数据；另外，通过非参数残差构建长期方差，从而提高备择假设下的检验功效。在一定假设条件下，证明两个检验统计量具有标准的极限分布，并能检验出波动率中单个或多个结构断点以及平滑结构变化。蒙特卡罗模拟也证实了两个新检验统计量在数据呈现非正态分布时，明显优于现存的几种检验方法。最后，运用新方法实证发现，俄乌冲突期间美元对俄罗斯卢布、美国次贷危机中标普500指数和2022年以中证1000为代表的我国小盘股波动率均存在明显结构变化。     

浅析t检验法不能代替方差分析法的原因

多个正态总体均值是否相等是假设检验中的一个常见问题。本文笔者从检验统计量,检验法则和两类错误的角度,结合实证分析,认为多个正态总体的均值检验不能用t检验法,并分析了具体原因。     

巧用SPSS做均值向量检验

文章基于两总体均值比较的特殊情形(样本容量n2=1),推导出其统计量F2与单总体均值向量检验中的统计量F1之间的关系表达式。这样,为了实现用SPSS做单总体均值向量的假设检验,可以将均值μ0视作随机样本Y来做两总体均值比较的假设检验,可以得到F2的值,进而通过关系表达式求得F1的值,然后,用F检验法完成这个的假设检验问题。最后,文章通过一个实例验证了该方法的快捷。     

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。     

异方差下多个正态总体共同均值的参数bootstrap推断

文章使用参数bootstrap (PB)方法考虑了当方差未知且可以不相等时多个正态总体共同均值的假设检验和置信区间构造问题.基于共同均值一个著名估计,提出了一种参数bootstrap统计推断方法,并借助Mon-te Carlo方法与经典的近似解法和广义推断方法进行了比较.随机模拟结果表明,就第一类错误概率和覆盖率而言,参数bootstrap推断方法表现更好.参数bootstrap方法不仅具有满意的第一类错误概率和覆盖率,而且具有良好的检验功效和置信区间平均长度表现.     

基于Hellinger距离的两个正态总体的同质性检验

文章对于两个正态总体N(μ1,σ12),N(μ2,σ22),讨论了统计假设H0:μ1=μ2,σ12=σ22←→H1:μ1≠μ2或σ12≠σ22.并基于Hellinger距离与参数的最大似然估计,建立了一个检验统计量.在一定的条件下证明了该统计量渐近服从自由度为2的卡方分布.用随机数值模拟的方法研究了该统计量的稳健性,并且与似然比检验进行了比较.     

样本参数的优化检验方法

文章讨论了一种新的抽样方法,并基于这一抽样方法提出了样本参数的优化检验统计量;证明了在一定条件下,当原假设成立时,该检验统计量与简单随机抽样下参数的似然比统计量具有相同的极限分布;并进一步比较了该检验与随机抽样下的似然比检验在参数空间上的功效.从检验所犯两类错误的角度说明了基于排序集抽样的似然比检验的优良性.     

响应变量缺失下半参数变系数EV模型的约束统计推断

文章研究了半参数变系数EV模型在线性约束条件下的估计和检验问题,当响应变量缺失、非参数部分协变量带有测量误差时,利用局部纠偏的Profile最小二乘估计、Lagrange乘子方法和借补技术构造了回归模型参数分量两类纠偏约束估计量。此外,为了检验线性约束条件,构造了借补的Profile Lagrange乘子检验统计量,并通过蒙特卡洛数值模拟验证估计量和检验统计量的有效性。     

近单整时间序列Scheffe预测模型的内生性及其修正

对于包含近单整时间序列的预测模型,在进行Scheffe检验时由于内生性问题的影响,导致参数统计量的检验水平过于保守,由此也相应降低了检验功效。通过加入解释变量的超前项与滞后项差分项的动态方法进行修正,并对修正前后的统计量有限样本性质进行仿真比较,结果显示这一修正方法可以有效降低内生性问题对Scheffe检验结果的影响。在小样本条件下,经过修正的Scheffe检验不仅提高了统计量的检验功效,同时明显减少了检验水平的扭曲现象。     

部分线性变系数模型的Backfitting约束估计

作为部分线性模型与变系数模型的推广,部分线性变系数模型是一类应用广泛的半参数模型.文章主要研究该模型线性部分存在约束条件下的估计和检验问题,首先基于backfitting方法给出了常数系数以及变系数部分的约束估计,其次构造了检验统计量用于检验约束条件.     

Beta-Binomial回归模型及其应用

在成败型试验中或满意度支持率调查中,Beta-Binomial分布常被用来刻画具有偏大离差的计数型比例数据,由此提出Beta-Binomial回归模型,研究参数的最大似然估计方法并基于Newton-Raphson算法给出参数估计的迭代方法;重点讨论模型中回归参数和相关性参数存在的检验问题,提出Score检验方法并通过数值模拟研究Score检验统计量的检验功效问题;实例分析证明Beta-Binomial回归模型的有用性。     

半参数变系数回归模型的空间相关性检验

对半参数变系数回归模型,构造了新的空间相关性检验统计量,利用三阶矩 逼近方法导出了其检验 值的近似计算公式,蒙特卡罗模拟结果表明该统计量在检测空间相关性方面具有较高的准确性和可靠性。同时考察了误差项服从不同分布时的检验功效,体现出该检验方法的稳健性。进一步,我们还给出了检验统计量的Bootstrap方法以及检验水平的模拟效果。     

从统计学史解析“自由度”概念

自由度是统计学中一个十分重要而又长期没有被圆满解释的概念。对此,从统计学史角度,对皮尔逊、费歇尔有关自由度问题争论原始文献细致考察,彻底澄清了自由度概念的内涵及与其相关的统计思想,弥补了Fienberg、Stigler与陈希孺已有解释的缺陷。研究表明：皮尔逊关于卡方检验中无论总体分布已知还是其来自于样本推断统计量都具有同一分布的错误判断,导致卡方检验的准确性出现偏差,这种偏差虽被同时代少数几个统计学家察觉但他们却无法解释其根源。费歇尔提出自由度概念并结合n维几何、假设检验与最大似然方法的论证不仅修正了皮尔逊的错误,也完善了从样本统计量估计总体参数的数理逻辑。