非正态过程能力指数估计与Bootstrap置信区间构建

传统计算非正态分布过程能力指数最经典的方法——Clement方法,其最大的缺点是必须有足够多的观测样本才能得到较为准确的结果。文章利用加权标准差可将非正态过程分解成两个正态过程的思想,结合样本估计相关理论构建了一种基于加权标准差的过程能力指数。新指数无论是在小样本还是大样本的情况下,都比Clement方法估计结果的准确性更高,且在此方法基础上构建的Bootstrap置信区间的真实值覆盖率均远远高于同等条件下Clement方法构建的置信区间。     

多变异分析的方差分量置信区间

多变异分析是查找过程变异源及分析其规律的重要方法,是持续质量改进中的重要环节。多变异分析将过程质量特征值的变异分成三类:时间变异、产品间变异和产品内变异。时间变异是指在不同时点抽取的样本质量特征值的变异;产品间变异是指在同一时点抽取的不同样本之间质量特征值的     

简单均匀分布参数同等最短置信区间的求法

对形如U(0,θ)的均匀分布,文章在给定置信水平1-a下,用计算函数极值的方法得到了参数q的平均长度最短的同等置信区间,然后通过最大密度区间法得到了该参数的相同的最短置信区间,后者的求解过程也充分印证了该方法也是确定参数最短置信区间以及构造等尾置信区间的依据.     

总体比例的区间估计和样本量的确定

通过平移计分置信区间中心点,修正和改善其覆盖概率的统计性能,获取抽样总体比例估计的置信区间。对于放回抽样以及总体容量N较大的不放回抽样,平移系数建议都取0.02 z4;对于较小N∈[50,1000]的不放回抽样,平移系数建议取0.024 z4。基于置信区间,给出了相应的明显优于传统的样本量公式。     

沪市VaR估计误差及其实证

风险价值是一种概率估计,造成风险价值的预测有误差.利用不同分布条件下VaR估计的置信区间来度量风险价值的预测误差,能使风险价值的估计更精确.对沪市周、月收益率进行实证研究,得出月收益率比周收益率的波动性大,参数法有高估风险的迹象.     

几何平均数的抽样估计

本文提出了几何平均数的两种区间估计方法,并指出这两种方法所给出的置信区间通常很接近。     

统计显著性检验:问题与思考

统计显著性检验是统计推理中普遍使用的手段.但是,长期以来,对统计显著性检验热情过度,认识上夸大其在研究中的作用,造成该手段被滥用和误用的现象相当普遍,削弱了其本身应有的有效性.在定义统计显著性检验中关于样本与总体等几对基本概念的基础上认为,基于统计显著性和无显著性进行统计推理存在认识误区、重复性谬误以及统计显著性与重要性的混同现象,应使用效应量检验、统计效力检验、置信区间估计或重复性研究等手段弥补统计显著性检验之不足.     

抽样调查的起源

本文试图去描述抽样调查成为被接受的科学方法的发展历程。要理解抽样的历史,我们首先应弄清它的历史从哪里开始。如果一个年份必须被选出来作为抽样调查的起点,我认为1895年是个很好的选择。我们有充分的理由认为这一年标志着现代抽样调查的开始。如果有一个人被誉为开启了抽样调查的发展,那这个人是挪威统计局局长AndersKiaer。许多权威学者都认同这样的观点。一、代表性抽样Kiaer在19世纪最后20余年中领导了关于挪威全国人口和农业的普查工作,在这段期间他发展了代表性抽样的思想。所谓代表性抽样,就是指从总体中抽出的一组可代表该总体(在选定的指标上)的样本,是个小型化了     

Behrens-Fisher问题的广义置信区间

文章给出了Behrens-Fisher问题的广义置信区间及其计算方法,通过模拟研究验证了方法的可行性,并与Welch&Aspin近似及Bayes精确区间估计方法进行了比较,结果显示广义置信区间方法有更高的精度。     

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。