×
西贝尔·巴尔奇;艾森·德纳·阿克卡亚

短尾对称分布下的稳健两两多重比较。 （英语） Zbl 1514.62424号

J.应用。斯达。 42，第11号，2293-2306（2015）.
摘要：在单因素方差分析中，大多数成对多重比较程序依赖于误差的正态性假设。实际上，误差经常具有非正态分布。因此，在非正态情况下，研究位置和相关方差的稳健估计是非常重要的。本文考虑了在短尾对称（STS）分布下对单因素方差分析模型参数的估计进行两两多重比较。经典的最小二乘法既不高效也不稳健，最大似然估计技术在这种情况下存在问题。改进的最大似然（MML）估计技术提供了在非正态分布下以闭合形式估计模型参数的机会。因此，建议在测试统计量中使用MML估计量，用于STS分布下的两两多重比较。给出了基于样本均值、修正均值、波动和MML估计的检验统计量的效率和功率比较，并检验了在似然替代和内隐模型下使用这些估计获得的检验的稳健性。结果表明，基于MML估计的测试统计量是有效和稳健的，相应的测试更强大，I型误差最小。

引用于2文件

理学硕士：

62至XX 统计

关键词：

两两多重比较;短尾对称分布;稳健估计量;修正最大似然;假设检验

软件：

多计算机
PDF格式BibTeX公司 XML格式引用
\textit{S.Balci}和\textit{A.D.Akkaya}，J.Appl。Stat.42，No.11，2293--2306（2015；Zbl 1514.62424）
全文： 内政部

参考文献：

[1] A.D.Akkaya、M.L.Tiku、，短尾和内隐条件下的稳健估计和假设检验，测试14（1）（2005），第129-150页。doi:10.1007/BF02595400·Zbl 1069.62015号 ·doi:10.1007/BF02595400
[2] A.D.Akkaya和M.L.Tiku，具有短尾对称分布的自回归模型，《统计》42（3）（2008年），第207-221页。网址：10.1080/02331880701736663·Zbl 1314.62198号
[3] A.D.Akkaya和M.L.Tiku，短尾分布和内层，测试17（2）（2008），第282-296页。doi:10.1007/s11749-006-0032-8·Zbl 1196.62009年 ·doi:10.1007/s11749-006-0032-8
[4] D.F.Andrews、P.J.Bickel、F.R.Hampel、P.J.Huber、W.H.Rogers和J.W.Tukey，稳健的位置估计普林斯顿大学出版社，新泽西州普林斯顿，1972年·Zbl 0254.62001号
[5] S.Balci，短尾对称分布下的成对多重比较，中东技术大学理科硕士论文，安卡拉，2007年。
[6] G.K.Bhattacharyya，基于II型截尾数据的极大似然估计及其渐近性，J.Amer。统计人员。《协会》第80卷（1985年），第398-404页。doi:10.1080/01621459.1985.10478130·Zbl 0576.62042号
[7] F.Bretz、T.Hothorn和P.Westfall，使用R进行多次比较查普曼和霍尔/CRC，佛罗里达州博卡拉顿，2010年·doi:10.1201/9781420010909
[8] N.R.德雷珀，H.史密斯，应用回归分析第二版，威利出版社，纽约，1981年·Zbl 0548.62046号
[9] E.J.Dudewicz、E.C.Van Der Meulen、，基于熵的均匀性测试，J.Amer。统计人员。《协会》第76卷（1981年），第967-974页。doi:10.1080/01621459.1981.10477750·Zbl 0484.62035号
[10] D.B.邓肯，相关和异方差均值的多重区间检验《生物统计学》第13卷（1957年），第164-176页。doi:10.2307/2527799·doi:10.2307/2527799
[11] C.W.Dunnett，不等方差情况下的成对多重比较，J.Amer。统计人员。《协会》第75卷（1980年），第796-800页。doi:10.1080/01621459.1980.10477552
[12] C.W.邓内特，稳健的多重比较、Commun。统计人员-理论方法11（22）（1982），第2611-2629页。doi:10.1080/03610928208828410·Zbl 0496.62062号
[13] L.R.Elveback、C.L.Guillier和F.R.Keating，健康、正常和高斯的幽灵，J.Amer。《医学协会》211（1970），第69-75页。doi:10.1001/jama.1970.03170010023004·doi:10.1001/jama.1970.03170010023004
[14] A.M.总量，长尾对称分布的置信区间鲁棒性，J.Amer。统计人员。《协会》第71卷（1976年），第409-416页。doi:10.1080/01621459.1976.10480359·Zbl 0336.62036号
[15] P.J.Huber，稳健的统计，威利，纽约，1981年·Zbl 0536.62025号 ·doi:10.1002/0471725250
[16] B.L.Joiner、J.R.Rosenblatt、，Tukey对称lambda分布样本范围的一些性质，J.Amer。统计人员。《协会》第66卷（1971年），第394-399页。doi:10.1080/016214591971.10482275·Zbl 0226.62005号
[17] C.Y.Kramer，将多个范围测试扩展到重复次数不等的组平均数《生物统计学》第13卷（1956年），第13-18页。doi:10.2307/3001898·doi:10.2307/3001898
[18] R.-F.Lee和D.-Y.Huang，关于一些面向数据的均值稳健估计方法，J.应用。《统计》第30卷（2003年），第625-634页。doi:10.1080/0266476032000053727·Zbl 1121.62422号
[19] E.S.Pearson、M.L.Tiku、，关于中心和非中心F分布之间关系的几点注记《生物统计学》第57卷（1970年），第175-179页。doi:10.1093/biomet/57.1.175·Zbl 0193.18103号 ·doi:10.1093/biomet/57.1117
[20] E.Spjotvoll和A.H.Aastveit，现场试验数据的稳健估计比较，扫描。J.统计。7（1980），第1-13页·Zbl 0429.62027号
[21] A.C.塔马内，多重比较程序的比较，J.Amer。统计人员。《协会》第74卷（1979年），第471-480页·Zbl 0428.62047号
[22] M.L.Tiku，估计截尾正态样本的平均值和标准差《生物统计学》54（1967），第155-165页。doi:10.1093/biomet/54.1-2.155·doi:10.1093/biomet/54.1-2.155
[23] M.L.Tiku和A.D.Akkaya，稳健估计与假设检验《新时代国际出版社（威利东方）》，新德里，2004年。
[24] M.L.Tiku和R.P.Suresh，一种新的位置和尺度参数估计方法J.Stat.计划。Inf.30（1992），第281-292页。doi:10.1016/0378-3758（92）90088-A·Zbl 0850.62270号 ·doi:10.1016/0378-3758（92）90088-A
[25] M.L.Tiku和D.C.Vaughan，一类短尾对称分布《技术报告》，加拿大麦克马斯特大学，1999年。
[26] M.L.Tiku、W.Y.Tan和N.Balakrishnan，稳健推断马塞尔·德克尔，纽约，1986年·Zbl 0597.62017号
[27] J.W.Tukey，多重比较问题1953年，普林斯顿大学数学系，新泽西州普林斯顿。
[28] J.W.Tukey、D.H.McLaughlin、，基于单个样本的定位置信度和重要性程序不太脆弱：Trimming/Wisorization I.Sankhya，序列号。A 25（1963年），第331-352页·Zbl 0116.10904号
[29] D.C.Vaughan和M.L.Tiku，非正态二元分布的估计和假设检验及其应用，J.数学。计算。模型。32（2000），第53-67页。doi:10.1016/S0895-7177（00）00119-9·Zbl 0970.62036号 ·doi:10.1016/S0895-7177（00）00119-9
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。