×
查托帕德亚伊，巴加布;尼蒂斯·穆霍帕德海伊

存在可疑异常值时正常平均值的两阶段固定宽度置信区间。 （英语） Zbl 1319.62176号

序贯分析。 第2号第32页，第134-157页（2013年）.
小结：当正态分布的方差（σ^2）未知时，我们使用预先指定的置信系数（（geq 1-\alpha））重新访问了固定宽度（=2d）置信区间程序。如果已知\（σ\），则所需的最佳固定样本量将为\（C\equiv a^2 \σ^2/d^2 \），其中\（a\equiva_\alpha\）是\（N（0，1）\）的上限\（50\alpha \）%点。在他基本的两阶段程序中，C.斯坦因[《数学年鉴》第16卷第243-258页（1945年；兹比尔0060.30403); “序贯估计中的一些问题”，《计量经济学》17，77–78（1949）]估计了（C），用大小为（m）（（geq 2））和（a）的导频数据的样本方差替换（sigma2），用（t_{m-1，alpha/2}）。N.穆霍帕迪耶[《Scand.精算杂志》1982，110–122（1982；Zbl 0493.62072号)]打开了合并不太传统的（sigma^2）估计值的可能性。
我们专注于通过基尼平均差（GMD）、平均绝对偏差（MAD）和范围定义的统计量（U^2_m\）来估计\（\sigma^2）。这种修改是有保证的，尤其是当我们怀疑一个或多个异常值，但数据的正态性可能不会受到正态性假设的标准检验的质疑。显然，那么，必须将（t_{m-1，\alpha/2}）替换为对应于由（U_m）适当标准化的样本平均值的枢轴分布的上（50\alpha）%点。通过这种方法，我们探讨了当通过GMD、MAD或范围确定所需样本量时，Mukhopadhyay的两阶段置信区间程序的作用。首先发展了相关的精确性质和一些渐近一阶性质。接下来，我们再次访问[N.穆霍帕迪耶和W.T.达根Sankhyá，Ser。A 59，第3期，435–448（1997年；Zbl 1081.62548号)]当已知正下限（sigma^2_L）可用于当前情况下的（sigma ^2）时，提出了更新的两阶段方法。我们强调了相关的（i）所有建议的固定宽度置信区间程序的一阶效率特性和（ii）基于GMD的程序的二阶效率特性。这些都伴随着通过模拟和实际数据进行的广泛数据分析。

引用于12文件

MSC公司：

62升12 序贯估计
62升10 顺序统计分析
62层25 参数公差和置信区域
62G05型 非参数估计

关键词：

一阶效率;基尼平均差;平均绝对偏差;正常数据;过采样;范围;样本方差;二阶效率;可疑异常值

引文：

Zbl 0060.30403号;Zbl 0493.62072号;Zbl 1081.62548号
PDF格式BibTeX公司 XML格式引用
\textit｛B.Chattopadhyay｝和\textit｛N.Mukhopadhyay｝，序列分析。32，No.2，134--157（2013；Zbl 1319.62176）
全文： 内政部

参考文献：

[1] Barnett F.C.，《生物特征》54 pp 551–（1967）
[2] Basu D.，Sankhya 15第377页–（1955）
[3] Chase W.，《一般统计》，第四版（2000年）·兹比尔0850.62002
[4] DOI:10.1214/aoms/1177700156·Zbl 0142.15601号 ·doi:10.1214/aoms/1177700156
[5] 内政部：10.2307/1400905·doi:10.2307/1400905
[6] Cox D.R.，《皇家统计学会杂志》，B辑11第101页–（1949）
[7] Cox D.R.，《生物特征》39第217页–（1952年）
[8] D’Agostino R.B.，美国统计学家，24，第14页–（1970）
[9] Downton F.，Biometrika 53第129页–（1966年）·Zbl 0173.46403号 ·doi:10.1093/biomet/53.1-2.129
[10] Fisher R.A.，皇家天文学会，80 pp 758–（1920）
[11] Ghosh B.K.，《序列分析手册》（1990年）
[12] Ghosh M.，Sankhya，A系列43 pp 220–（1981）
[13] 内政部：10.1002/9781118165928·数字对象标识代码：10.1002/9781118165928
[14] 基尼·C·，《L'amontare la Composizione della Ricchezza delle Nazioni》（1914）
[15] 内政部：10.2307/2223319·doi:10.2307/2223319
[16] 内政部：10.1080/01621459.1965.10480788·doi:10.1080/01621459.1965.10480788
[17] Lord E.，Biometrika 34第41页–（1947）·Zbl 0030.04001号 ·doi:10.1093/biomet/34.1-2.41
[18] Mahalanobis，P.C.（1940年）。《孟加拉黄麻下面积抽样调查及实验规划讨论》，载于《第二届印度统计会议论文集》，印度加尔各答：统计出版学会：
[19] Mukhopadhyay，N.（1982年）。Stein的两阶段程序和精确一致性，Skandinavisk Aktuarietdskriftpp。110 – 122 . ·Zbl 0493.62072号
[20] Mukhopadhyay N.，概率和统计推断（2000）·兹比尔0945.62001
[21] Mukhopadhyay N.，《统计学杂志：理论与应用进展》，第5页，93–（2011）
[22] Mukhopadhyay N.，《日本统计学会杂志》（2012）
[23] Mukhopadhyay N.，应用顺序方法（2004）·Zbl 1048.62005号
[24] Mukhopadhyay N.，序列方法及其应用（2009）·兹比尔1277.62024
[25] Mukhopadhyay N.，Sankhya，A系列59，第435页–（1997）
[26] Mukhopadhyay N.，多阶段选择和排序程序：二阶渐近（1994）·Zbl 0834.62072号
[27] Nair U.S.，Biometrika 28第428页–（1936）·Zbl 0015.31102号 ·doi:10.1093/生物技术/28.3-4.428
[28] 欧文·D·B，《统计表手册》（1962年）·Zbl 0102.35203号
[29] Parratt L.G.，《科学中的概率和实验误差》（1961年）·Zbl 0101.10804号
[30] Riaz M.，《质量技术与定量管理》，第4页，第439页–（2007年）·doi:10.1080/16843703.2007.11673164
[31] DOI:10.1061/（ASCE）0733-9453（2006）132:4（155）·doi:10.1061/（ASCE）0733-9453（2006）132:4（155）
[32] Sen P.K.，顺序非参数（1981）·Zbl 0583.62074号
[33] 内政部：10.1137/1.9781611970210·数字对象标识代码：10.1137/1.9781611970210
[34] Sen P.K.，Sankhya，A系列43，第331页–（1981年）
[35] 内政部：10.1007/978-1-4757-1862-1·doi:10.1007/9781-4757-1862-1
[36] DOI:10.1214/aoms/1177731088·Zbl 0060.30403号 ·doi:10.1214/aoms/1177731088
[37] Stein C.，《计量经济学》17，第77页–（1949）
[38] Tukey J.W.，《概率与统计贡献》第448页–（1960）
[39] 内政部：10.1137/1.9781611970302·数字对象标识代码：10.1137/1.9781611970302
[40] Yitzhaki S.，Metron 61，第285页–（2003年）
[41] 内政部：10.1002/9780470466957·Zbl 1171.62065号 ·数字对象标识代码：10.1002/9780470466957
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。