×

多个独立的双重II型删失样本的精确非参数荟萃分析。 (英语) Zbl 1241.62071号

摘要:讨论了多重独立双II型截尾样本情形下的非参数推断方法。假设基础分布是连续的,给出了混合样本的基本分布理论,并证明了如何获得混合表示的混合顺序统计量中的权重。这用于构建非参数预测区间、未来样本的容差区间和总体分位数的置信区间。一项小型模拟研究将人口分位数的准确覆盖概率与通过模拟生成混合权重时获得的覆盖概率进行了比较。

MSC公司:

62克15 非参数容差和置信区域
62N01号 审查数据模型
62G30型 订单统计;经验分布函数
62E15型 统计学中的精确分布理论
65C60个 统计中的计算问题(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿诺德,不列颠哥伦比亚省。;Balakrishnan,N。;Nagaraja,H.N.,《订单统计第一课程》(1992),John Wiley&Sons:John Willey&Sons纽约·Zbl 0850.62008号
[2] Balakrishnan,N。;Beutner,E。;Cramer,E.,基于普通和逐步II型右删失数据的精确双样本非参数置信度、预测和容差区间,TEST,19,68-91(2010)·Zbl 1203.62089号
[3] Balakrishnan,N.,Beutner,E.,Cramer,E.,2011年。基于两个II类截尾样本的统计区间计算方面(提交出版)。;Balakrishnan,N.,Beutner,E.,Cramer,E.,2011年。基于两个II类审查样本(提交出版)的统计区间计算方面·Zbl 1305.65023号
[4] Balakrishnan,N。;Cohen,A.C.,《订单统计:估算方法》(1991),学术出版社:波士顿学术出版社·Zbl 0732.62044号
[5] Balakrishnan,N。;Lin,C.T.,第II类截尾下(k)样本指数情形的精确推断与预测,统计计算与模拟杂志,75,5,315-331(2005)·Zbl 1061.62043号
[6] Balakrishnan,N。;Lin,C.T。;Chan,P.S.,一般II类删失下(k)样本双参数指数情形的精确推断与预测,统计计算与模拟杂志,74,12,867-878(2004)·Zbl 1053.62109号
[7] Beutner,E。;Cramer,E.,《最小修复系统的非参数荟萃分析》,《澳大利亚和新西兰统计杂志》,52,4,383-401(2010)·Zbl 1373.62490号
[8] 大卫·H·A。;Nagaraja,H.N.,订单统计(2003),John Wiley&Sons:John Willey&Sons Hoboken,New Jersey·兹比尔1053.62060
[9] Kim,C。;Han,K.,用多重II型截尾样本估计瑞利分布的尺度参数,统计计算与模拟杂志,79,8,965-976(2009)·Zbl 1183.62170号
[10] Maurer,W。;Margolin,B.H.,《因变量的多元包含排除公式和顺序统计量》,《统计年鉴》,41190-1199(1976)·Zbl 0351.62034号
[11] Ozturk,O。;Deshpande,J.V.,秩集样本非参数分位数置信区间,《统计规划与推断杂志》,136,570-577(2006)·Zbl 1077.62037号
[12] 辛格,美国。;Gupta,P.K。;Upadhyay,S.,II型截尾方案下指数威布尔族参数的估计,计算统计学和数据分析,48,3,509-523(2005)·Zbl 1429.62453号
[13] 太阳,X。;周,X。;Wang,J.,基于第二类双删失样本的指数分布尺度参数的置信区间,《统计规划与推断杂志》,138,7,2045-2058(2008)·Zbl 1134.62020年
[14] 沃尔特曼,W。;Balakrishnan,N.,基于多样本II型右删失数据的精确非参数置信度、预测和容差区间,《统计规划与推断杂志》,140,11,3306-3316(2010)·Zbl 1204.62081号
[15] Wu,S.-F.,基于双II型截尾样本的Pareto分布的区间估计,计算统计与数据分析,52,7,3779-3788(2008)·Zbl 1452.62240号
[16] 吴世芳。;Yu,Y.-R.,基于多重第二类删失样本的双参数指数总体与极值总体的所有距离的同时置信区间,统计计算与模拟杂志,81,2,137-165(2011)·Zbl 1206.62042号
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。