位置-尺度分布族基于逐次定数截尾样本的拟合优度检验.pdf

《位置-尺度分布族基于逐次定数截尾样本的拟合优度检验.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、浙江工商大学硕上论文位置一尺度分布族基于逐次定数截尾样本的拟合优度检验摘要拟合优度检验是统计基础的重要组成部分，而且和实际应用密切相关。Pakyari等(2011)讨论了基于逐次定数截尾样本位置．尺度分布族的拟合检验，给出了数个检验统计量。MonteCarlo模拟显示，在一些早截尾情况下，给出的统计量才优于Balakrishnan等(2004)给出的统计量r。基于变换和加权的思想，对Pakyari等(2011)给出的两个统计量砭：和砭翟进行了修正，并用MonteCarlo模拟研究了修正统计量的功效。结果表明：在简单零假设下，修正统计量

2、的功效在多数情况下高于砭：和砭}的功效。特别的，对于早期截尾的方案，所有修正统计量的表现都好于砭!!I：和砭2；当观察到的失效数m较大时，统计量咧：和WMT2．'在多种截尾情况下好于叠譬和乏≥。当检验分布的参数未知时，修正也是有效的。此外，本文对位置一尺度分布族基于逐次定数截尾样本的拟合检验，给出一个新的检验统计量W，并且导出了简单零假设下∥的精确分布。MonteCarlo模拟表明，在简单零假设下，W的功效在多数情况下高于丁。特别的，当检验正态分布时，W的功效总是高于r；当检验Gumbel分布时，W的功效在晚截尾情况下总是大于r。在复

3、合零假设下，检验正态分布时，W在晚截尾情况下表现也好于7’。关键字：拟合优度检验；逐次定数截尾样本；MonteCarlo模拟；位置一尺度分布Goodnessof-4。’’、stForTheness-ot-nt1estOr1eLocation．scaleDistributionsBasedOnProgressivelyType—IICensoredSampleensoredbampleABSTRACTGoodness—of-fittestisnotonlyanimportantpartofthebasicstatistics，butal

4、socloselyrelatedwiththeapplication．Pakyarieta1．(2011)discussedthegoodness·-of-fittestforthelocation··scaledistributionswhentheavailablesampleisprogressivelyType—IIcensoredandgaveseveralteststatistics．MonteCarlosimulationshowsthatthepowervaluesoftheproposedtestsoutnumber

5、theexistingtestTproposedbyBalakrishnaneta1．(2004)insomeearlycensoredcase．Basedontheideaoftransformationandweighting，wemodifiedtwotests础and碟，whichareproposedduetoPakyarieta1．(2011)．Toassessthepowerpropertiesofthemodifiedtests，aMonteCarlostudywasconductedtoestimatethepowe

6、runderdifferentalternatives．Underthesimplenullhypothesis，thepowervaluesofthemodifiedtestsoutperform础and础inmostcases．Respectively,fortheearlycensoringschemes，theproposedtestsarealwaysperformbetterthanE2and砭2；when聊islarge，删础andwMr'2,performbetterthan砭2and—Tm(2。)inmultiple

7、censoredcases．Underthecompositenullhypothesis，themodificationisalsoeffective．Additionally,wepresentanothertest形forthelocation—scaledistributionsbasedonprogressivelyType·IIcensoredsampleandderivetheexactnulldistributionwhenunderthesimplenullhypothesis．Under姗6眦6m2Ⅲ2㈣9眦2Ⅲ2

8、洲Y浙江T商大学硕上论文thesimplenullhypothesis，MonteCarlosimulationrevealsthattheW．statisticoutperformtheT．statisticinmos