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.     

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。     

指数串联系统环境因子的区间估计

文章利用广义区间估计方法导出了指数串联系统环境因子的广义置信区间,利用模拟方法研究了广义置信区间的覆盖率,模拟结果表明所给广义置信区间的覆盖率与区间的置信系数是很接近的。     

近单位根过程脉冲响应函数的置信区间

本文提出一个构造近单位根自回归过程脉冲响应函数的置信区间的新方法。新方法首先修正自回归系数估计的偏误,然后利用标准自举方法构造脉冲响应函数的置信区间。蒙特卡罗模拟结果表明在小样本时新方法的表现要明显优于已有的方法。新方法的实际覆盖率能够一致地达到或超过名义置信水平。     

相关差别指标的区间估计方法比较

在公共疾病控制领域,重大稀有疾病的发病率非常低,符合逆抽样特征,量化分析重大稀有疾病的发病率并对其特点进行分析。为了研究在带有群内相关条件下的整群抽样问题,通过二项分布抽样对比流行病学中相关差别指标的六种渐近置信区间的构造方法研究,综合考虑实际覆盖率与区间长度对各种方法的优劣及适用情况做出对比分析。研究表明,Wald型置信区间与对数变换的置信区间对发病率的估计表现因参数而定,而Bootstrap类方法不稳定。本研究找出了不同区间估计方法的适用场合,应合理看待置信区间这种评估方法在流行病学中的实际应用。     

相关差别指标的区间估计方法比较

在公共疾病控制领域,重大稀有疾病的发病率非常低,符合逆抽样特征,量化分析重大稀有疾病的发病率并对其特点进行分析,为了研究在带有群内相关条件下的整群抽样问题,通过β-二项分布抽样对比流行病学中相关差别指标的六种渐近置信区间的构造方法,综合考虑实际覆盖率与区间长度对各种方法的优劣及适用情况并对比分析。研究表明,Wald型置信区间与对数变换的置信区间对发病率的估计表现因参数而定,而Bootstrap类方法不稳定。本研究找出了不同区间估计方法的适用场合,认为应合理看待置信区间这种评估方法在流行病学中的实际应用。     

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。     

双参数指数分布尺度参数的区间估计

基于残缺的样本观测数据,文章讨论了双参数指数分布总体尺度参数的区间估计问题.给出了适用于残缺观测数据的构造置信区间的一种新方法,讨论了枢轴量的精确分布和大样本近似分布,得到了尺度参数的近似置信区间.这个结果还适用于样本中可能存在异常数据的情形,具有稳健性.     

一种简单有效的二项分布比例参数似然比置信区间的求法

对二项分布比例参数p的似然比置信区间,提出一种简便求解方法。在平均覆盖率、平均区间长度及区间长度的95%置信区间准则下与WScore、Plus4、Jeffreys置信区间进行模拟比较。试验表明,在二项分布b(n,p)的参数n≥20且p∈(0.1,0.9)时,该方法获取的似然比置信区间性能优良。当点估计p值不是接近于0或1且n≥20时,推荐使用本方法获取p的置信区间。     

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.