关于正态总体单边假设检验的注记

本文对正态总体单边假设检验作易于理解的注释,通过教学探讨,以促进教学水平的提高。     

正态性检验（二）

§3 有方向检验偏离正态分布的检验根据备择假设的不同可分为两种.当在备择假设中指定对正态分布偏离的形式时,检验称为有方向检验.当在备择假设中未指定对正态分布偏离的形式时,检验称为无方向检验.如果偏离正态分布的形式的假设已经给出,也就是当一个分布与正态分布具有不同的偏度或峰度时,应该使用有方向检验,因为这样的检验的功效比无方向检验大.有方向检验基于以下事实:正态分布的偏度为0,峰度为3.如果样本所代表的分布,其偏度不等于0,就不是正态分布,峰度不等于3,也不是正态分布.只有当真实分布与正态分布可能有差别的先验信息     

多元正态总体的协方差和独立性检验的SAS／IML程序设计

本文探讨了多元正态总体的协方差和独立性检验的程序设计。根据两种检验的统计原理借助SAS/IML编程,实现两种检验方法的程序化。     

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.     

正态性检验（三）

§5无方向检验当不存在真实分布与正态分布偏离的形式的先验信息时,推荐使用无方向检验.新标准中给出了两个无方向检验:Shpaim-Wilk检验和Epps-Pulley检验.在两者之间有一点选择的余地.一个经验的规则是:当根据以往的资料建议备择假设为一个近似对称的低峰分布(如|β_1~(1/2)|<1/2和β_2<3)或非对称分布(如|β_1~(1/2)|>1/2)时选用Shapiro-Wilk检验,否则选择Epps-Pulley检验.一、Shapiro-Wilk检验这个检验当8≤n≤50时可以利用.     

配对二维列联表数据的等价性和非劣性的似然率检验

等价性和非劣性是评价两种医学诊断方法非常重要的指标,文章利用参数比值,构造一个适合任意样本容量的检验方法。     

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。     

正态性检验（一）

正态分布是自然界最重要的分布,它能描述许多随机现象.以总体服从正态分布为前提的统计方法已被越来越多的统计工作者所掌握.然而,在一个实际问题中,总体一定是正态分布吗?如果不顾这个前提成立与否,盲目套用公式,可能影响统计方法的效果.因此,正态性检验是统计方法应用中的重要问题.长期以来,我国有关的教科书沿袭前苏联的模式,在谈到正态性检验时,只介绍拟合优度检验和柯尔莫哥洛夫     

基于Monte Carlo随机模拟的几种正态性检验方法的比较

文章概述了几种主要的正态性检验方法,指出了它们的联系和区别.在Monte Carlo随机模拟的基础上,计算了Shapiro-Wilk检验、Kolmogrov-Smirnov检验、Gramer-von Mises检验和Anderson-Darling检验等四种检验方法在显著性水平为0.01,0.05和0.1,样本容量为10,20,30和100的条件下的检验功效.并在比较和分析各检验方法功效的基础上,给出了相关结论和建议.     

随机信息中正态均值的灰色统计假设检验判定

利用随机信息进行参数的假设检验,是数理统计学的基本内容。但经典统计学的方法,都是建立在明确数据上的参数假设检验,而现实生活中很多数据具有不确定性。文章在灰色系统理论的基础上,建立了在随机样本信息下正态均值的灰色统计假设检验方法;并列举实例与经典的N—P假设检验方法进行了比较。     

基于R软件的正态性检验的功效比较

正态分布是统计学中极其重要的分布,是很多统计方法的基础。检验样本数据是否来自正态分布有非常重要的意义。文章首先介绍了9种检验的方法及其在R的实现;然后利用Monte Carlo随机模拟的方法,模拟常见的26种非正态分布,比较了9种检验在显著性水平为0.05,0.1样本容量为20、100的功效。对于实际正态性检验,建议使用Shapiro、SF、Dago及Pearson检验方法,应该避免仅根据一种检验方法便轻易的作出决策。     

中国股市有效性分析中的正态性检验

独立同分布是进行股价波动服从随机游走模型的假设条件,同时现代资产组合理论分析股市也默认这一假定分布。这些分布中又以正态分布被人们广为采用。然而,我国学者在进行股市有效性的统计检验时较为普遍地忽视了这一前提。文章通过检验得出,中国股票市场股价波动不服从正态分布,从而股价波动独立同分布假设得不到满足,对中国股市进行有效性检验需要使用诸如非参数方法、过滤检验等不受这一限制的方法。     

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.     

对数正态总体下分布参数的Bayes序贯估计

0引言对于大样本的统计推断问题,在经典统计中已经作了很多研究,并得到了许多有用的结论,但是在可靠性领域,譬如,精密的仪器,昂贵的武器装备等等,由于考虑到试验费用以及试验时间的问题,我们不可能获得大量的样本,因此,必须研究小样本问题。对于小样本下试验结果精度的评估,Bay     

二项—Gumbel复合极值分布的参数估计

在金融风险评估、事故预测、保险索赔等领域的研究中,极值理论已发展成为一种重要的统计学方法.Gumbel分布是一种常用的极值分布函数,并逐渐成为了对于随机变量极端变异性建模的重要工具.文章将二项分布与Gumbel分布函数复合,提出了一种新的复合极值分布函数即二项-Gumbel分布.重点介绍了极值理论以及二项分布与Gumbel分布复合函数,运用极大似然估计(MLE)对二项-Gumbel复合分布的各种参数进行估计,并通过计算机模拟得KS检验统计量的临界值.     

均值已知正态总体方差的区间估计

未知参数的区间估计是一种非常重要的统计推断形式.文章从单个正态总体入手,用枢轴量法在均值已知条件下提出总体方差的一种置信区间,并将该置信区间与常用的总体方差的置信区间进行比较,从而说明常用的总体方差的置信区间的合理性.     

两个正态总体均值之差的区间估计解析

文章对两个正态总体均值之差的区间估计进行教学上的解析,尤其针对非均衡样本下方差未知且不相等情形,利用例举时比法说明应如何选择合适的枢轴量.     

X^2检验在社会学研究中的应用及其局限性讨论

χ2检验是一种非常有效的相关测量法,其通过对样本资料的检验来推断总体的相关性,在社会学研究中具有广泛的现实意义,但也存在局限性,对于较大规模的样本而言,通过χ2检验变量间存在"显著性"的相关性,就会变得没有太大意义.     

利用样本分位数求逆威布尔分布参数的渐近估计

文章利用逆威布尔分布的若干个样本分住数,建立线性回归模型,由获得的逆威布尔分布参数的广义最小二乘估计的渐近正态性,得到数据缺失、分组数据、截尾样本场合逆威布尔参数的渐近估计。在样本足够大的情况下,该方法简单有效。     

季节性发病数据余弦模型的NLR算法及其与圆分布的等价性

余弦模型与圆分布法均可算出周期性数列的高峰时间，余弦模型还可以拟合出曲线的期望值两种算法均较繁琐，本文用ＳＰＳＳ／ＰＣ＋４．０软件包的非线性回归（Ｎｏｎ－ｌｉｎｅａｒＲｅｇｒｅｓｓｉｏｎ）程序可在几分钟内算得余弦模型的各个参数；其次，建议了余弦模型较好的表达式，说明了不同表达式的等价性，以及与圆分布计算结果的等价性