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.     

基于排序集样本和辅助变量中位数的均值比率估计方法

排序集抽样下利用辅助变量中位数构建了总体均值的改进比率估计模型,分析了该比率估计量的偏差和均方误差,并与简单随机抽样下的比率估计比较,证明了改进后的比率估计均方误差更小。以农作物播种面积和产量为研究对象进行实例分析,研究表明,基于排序集样本和辅助变量中位数的比率估计方法可以有效提高估计精度,验证了该构造方法的可行性。     

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.     

基于排序集抽样方法的调查费用分析

排序集抽样是利用辅助信息收集数据的一种有效方法,基于该抽样方法进行统计推断越来越受到人们的重视。然而,已有的研究结果仅考虑统计推断的效率而忽视了调查费用,鉴于此,文章考虑估计精度和调查费用两个方面,基于排序集样本建立了总体均值的估计量,证明了该估计量在给定的估计的精度下,降低了调查费用,并通过实例进一步说明了该抽样方案的优良性。     

基于排序集抽样的分布估计

文章在排序集抽样下提出了对称分布函数的一个新估计量,证明出新估计量一致优于文献[1]提出的估计量,并分析出使相对功效达到最大的样本小组数.     

统计抽样检验的最新发展--首选抽样检验

一、统计抽样检验概述 统计抽样检验是以数理统计为基础的科学的产品或服务的质量检验方法,是质量管理、质量保证和质量监督的重要组成部分和基本统计技术手段.抽样检验是利用批或过程中随机抽取的样本,对批或过程的质量进行检验,作出是否接收的判决,是介于不检验和百分之百检验之间的一种检验方法.现代检验方法的理论依据是概率论与数理统计、管理学和经济学,为与传统的、不科学的抽样检验方法(如百分比抽样检验)相区别,有时称它为统计抽样检验.     

符号检验中样本间一致部分的影响及连续性矫正

针对符号检验法只考虑两样本中不一致部分n+和n_而忽略两样本间一致部分no的问题,文章用重新分组的方法对符号检验公式做了修正.修正后的检验依据样本整体信息,在n+和n_一定的情况下,随着n0的增大检验统计量减小,p值增大.此外,检验公式的连续性矫正公式和原始公式的检验结果的p值分别与二项分布的通常累积概率和中心累积概率基本一致.     

基于OC函数的抽检方案及其风险控制

文章阐述了质量控制中两种形式的抽样检验和两类风险,以及抽检方案下的接收概率和OC函数;针对一次计数型和一次计量型抽样检验的特点,设计了相应的抽检方案,并基于OC函数及其曲线,在Mathematica环境下,通过仿真实验,利用统计检验原理,给出了一次计数型和计量型产品质量抽检方案及其风险控制方法.     

数理统计在QC小组活动中的作用

20世纪30年代,美国科学家休哈特以及道奇和罗米格通过研究,首先把数理统计引入到质量管理领域,他们相继提出了统计过程控制理论(SPC)、统计抽样检验原理和抽样表。人们运用数理统计的分析方法,掌握规律,从而预防不合格品的产生,标志着质量管理观念由事后检验转变为预防质量事故     

关于社会统计中"自由度"概念的解析

本文探讨了社会经济问题研究中统计假设检验与统计抽样分布中“自由度”的概念、计算,及其对统计分布的影响。     

辅以排序集样本的分层抽样方法研究

分层抽样中,样本在各层中的不同获取方式会对估计量的精度和试验费用产生一定的影响,而已有的理论方法大多不能在提高精度的同时降低调查费用。为此,将排序抽样与分层抽样方法相结合,提出了辅以排序集样本的分层抽样方案,并得到了总体均值的估计量以及这一估计量的良好性质。这些结果表明,与单一的分层随机抽样相比,这种抽样设计的估计量具有更高的精度,同时也节约了各层抽样调查的费用。     

正态分布曲线在抽样检验中的应用

统计由描述性统计和推断性统计两部分组成，统计推断就是利用样本资料所提供的信息尽可能精确和可靠的结论统计推断在产品质量方面应用较广，在实际生产中，用户对商品的质量要求最高。因此，在一种商品生产出来后，质量检验就显得至关重要，对质量的检验有全数检验和抽样检验两种，如织布厂就必须以制造出的每一匹布进行严格的检查而象显像管的的寿命等带有破坏性的检验只能进行抽样检验，根据样本来推断整体的合格性，在众多的检验方法中，应用最多的要数正态分布曲线即Y=12πσe-(X-U)22σ2在，微积分中，我们就已经介绍了正态分布曲线…     

基于M估计强混合重尾序列结构变点的鲁棒检验

针对强混合重尾序列结构变点的检测问题,为避免因序列重尾性导致最小二乘估计产生偏差,文章提出了基于M估计的比值型检验统计量,用于检测重尾序列位置结构变点。在一般约束条件下证明了原假设下统计量的极限分布是布朗运动的泛函,并得到备择假设下的一致性。针对因序列相依性导致的经验水平扭曲现象,采用Block Bootstrap抽样方法获得了更为准确的临界值,有效提高了检验功效。数值模拟结果显示,在Block Bootstrap抽样方法下基于M估计的比值型检验在强混合重尾序列结构变点检测中能较好地控制经验水平,经验势也较合理。最后,通过一组汇率数据验证了所提检验方法的可行性。     

基于半静态分层抽样的模糊聚类分析方法的改进

基于统计模型的模糊聚类算法的时间复杂度在数据集规模超过一定数量级时是计算不可行的,解决时间复杂度的一个行之有效的方法是抽样.文章通过对静态抽样进行改进,设计了一种半静态抽样法,使样本数据集最大程度得保持原数据集的信息,并保证聚类结果的不失真性;最后通过实证分析,比较并证明了该方法是有效的.     

序贯抽样统计推断浅论

抽样阶段不预先固定样本容量,而是给出一组停止采样的规则,每新抽一个样本立即观察其结果,根据这个结果来判断是否应终止抽样并进行统计推断,还是应该继续抽取新的样本进行观察,直至最后终止抽样,并据此作出推断。这就是著名统计学家瓦尔德(A.Wald)创立的序贯抽样推断法。与其它抽样法相比,序贯抽样推断法充分利用了每一个已抽取样本的有关信息,因而在相同的估计精度要求下,至少有减少抽样数目,节约抽样成本等优点。     

基于集值统计的区间综合评判及其应用

综合评判是根据评判对象的评判因素,采用综合评判模型对评判对象作出一个综合判断。为了克服传统综合评判的不足,研究了基本集值统计的区间综合评判,探讨了集值统计区间分析处理方法。运用了集值统计判断矩阵计算因素权重区间;集值统计和属性测度构建评判矩阵;综合评判区间构建可能度矩阵计算相对权重;得到了综合评判区间排序。该综合评判的优点在于充分体现了评价者的真实意图,充分融合了集值统计区间分析处理多种方法的优点。通过案例分析,基于集值统计的区间综合评判是可行的,具有较强的操作性。     

浅议零假设及再检验

对于具体的统计假设检验问题,我们如何确定零假设?一般教科书上通常只说根据研究的目的和问题性质来确定,对于具体如何操作、为什么,没有深入.分析假设检验的统计逻辑特点,我们可认识到零假设与被择假设地位的非对称性.因此在便于数学处理的前提下,确定零假设要合乎我们的研究目的与具体问题的特点,并在必要的情况下进一步抽样检验,甚至结合采用双向检验的办法,保证统计结论的严谨性、客观性.     

基于贝叶斯理论的小批量产品抽样检验方法

文章针对小批量产品抽样检验存在的样本量大、检验费用高等问题,研究了基于贝叶斯理论的抽样检验方法,该方法充分利用质量的历史信息,以费用最小为目标,在保证质量的前提下,尽可能减少所检验样品的个数,降低检验的工作量和成本.     

抽样调查下样本随机性的检验

 抽样调查下样本随机性的检验,不是考查抽样方法的优劣或是检查样本代表性的好坏,而是为了控制抽样调查的数据质量,检验所得样本和抽样方法的一致性,即调查机构是否严格按照抽样设计的要求去抽取样本。本文以等概率和不等概率抽样为例,揭示了如何利用相关辅助信息,构造检验统计量,进行样本随机性的检验。     

概率抽样条件下样本代表性事后评估方法探讨

 样本代表性直接牵扯到统计数据质量和统计公布引起的民众反响,目前社会上不乏对政府统计数据的质疑之声,最终影响到政府统计机关的公信力,因此有必要重新审视现行样本代表性的研究。目前相关文献普遍强调不同抽样方式下的样本代表性的相对性内涵,确保样本的代表性仅从抽样方法和样本量两个维度入手,缺乏对既定抽样方法下样本代表性的事后评估体系的探索,以及多样本之间样本代表性优劣的比较方法研究。鉴于此,本文在结合人口普查数据基础上尝试从样本-总体整体分布和内部属性结构两个方面构建样本代表性事后评估的一整套指标和假设检验,进而找到一种多样本代表性比较的依据。最后对浦东新区2010年城镇居民收入调查样本进行了代表性检验的尝试。