【摘要】：由于在農(nóng)學(xué)和生物、醫(yī)學(xué)等領(lǐng)域,抽樣比較困難(例如:破壞性大,耗時長,成本高等),因此排序集抽樣就應(yīng)運而生.排序集抽樣所得到的樣本不僅蘊(yùn)含樣本信息,而且還包含先驗信息,必然導(dǎo)致排序集抽樣方法比簡單隨機(jī)抽樣方法能獲得較多的信息,故在相同樣本容量條件下能降低估計量的方差,從而提高統(tǒng)計推斷精度.經(jīng)驗似然是一種行之有效的非參數(shù)統(tǒng)計方法,利用它在構(gòu)造置信區(qū)間時,無需估計漸近方差.而經(jīng)驗貝葉斯方法則是頻率派與貝葉斯派的結(jié)合產(chǎn)物,在統(tǒng)計推斷上有其獨特的優(yōu)勢.正是如此,本論文針對排序集抽樣,分別在平衡和非平衡情形下,主要利用分塊經(jīng)驗似然,刀切經(jīng)驗似然和經(jīng)驗貝葉斯等方法,開展以下工作:(1)分別研究平衡和非平衡排序集抽樣下非參數(shù)單總體分布函數(shù)的經(jīng)驗似然比置信區(qū)間.在理論上證明基于平衡排序集樣本要比相同樣本容量下簡單隨機(jī)抽樣所構(gòu)造經(jīng)驗似然比置信區(qū)間更短,并探討非平衡排序集抽樣下分布函數(shù)的刀切經(jīng)驗似然比置信區(qū)間的抽樣配置問題.最后,通過隨機(jī)模擬,比較兩種不同抽樣方法的置信區(qū)間長短,來體現(xiàn)排序集抽樣方法的優(yōu)越性;(2)在平衡排序集抽樣情形下,利用分塊經(jīng)驗似然方法研究兩總體一般差異問題,克服傳統(tǒng)經(jīng)驗似然方法所得到的經(jīng)驗似然比統(tǒng)計量的漸近分布為非標(biāo)準(zhǔn)卡方分布這一缺陷.并在非平衡排序集抽樣情形下,巧妙地利用刀切經(jīng)驗似然方法來研究兩總體一般差異問題,得到兩樣本經(jīng)驗似然比統(tǒng)計量具有漸近標(biāo)準(zhǔn)卡方性,并構(gòu)造出其差異的經(jīng)驗似然比置信區(qū)間.通過隨機(jī)模擬,衡量基于排序集抽樣下所提出分塊經(jīng)驗似然和刀切經(jīng)驗似然方法的優(yōu)劣性;(3)基于多層平衡排序集抽樣樣本,利用分塊經(jīng)驗似然方法研究總體的均值問題,構(gòu)造出其漸近置信區(qū)間,在理論上證明基于多層平衡排序集樣本要比相同容量下單層排序集抽樣和簡單隨機(jī)抽樣所構(gòu)造經(jīng)驗似然比置信區(qū)間都要短,通過隨機(jī)模擬比較它們的置信區(qū)間的長短.此外,利用分塊經(jīng)驗似然方法,研究矩估計方程的估計問題,得到非參數(shù)似然估計量的漸近正態(tài)性;(4)基于平衡排序集抽樣下,借助非參數(shù)密度核估計量,利用經(jīng)驗貝葉斯方法構(gòu)造刻度指數(shù)族分布參數(shù)的經(jīng)驗貝葉斯檢驗函數(shù),獲得其收斂速度.并通過隨機(jī)模擬,展現(xiàn)排序集抽樣方法下經(jīng)驗貝葉斯方法在檢驗問題的效果.本論文嘗試將排序集抽樣與經(jīng)驗似然和經(jīng)驗貝葉斯方法相結(jié)合,并將其應(yīng)用到單總體乃至兩總體之中,此外,也拓寬到總體分布參數(shù)的經(jīng)驗貝葉斯推斷之中.通過本文的研究,豐富了抽樣理論、經(jīng)驗似然和經(jīng)驗貝葉斯方法,具有較重要的理論價值和現(xiàn)實意義。
【學(xué)位授予單位】：廣州大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：O212

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁薇;何書元;;平均經(jīng)驗似然方法[J];數(shù)學(xué)進(jìn)展;2018年02期

2 王啟華;經(jīng)驗似然統(tǒng)計推斷方法發(fā)展綜述[J];數(shù)學(xué)進(jìn)展;2004年02期

3 秦永松;楊翠蓮;;負(fù)相協(xié)樣本多維邊際密度的經(jīng)驗似然推斷[J];廣西師范大學(xué)學(xué)報(自然科學(xué)版);2012年03期

4 張軍艦,王成名;光滑經(jīng)驗似然分布估計[J];廣西師范大學(xué)學(xué)報(自然科學(xué)版);1998年01期

5 雷慶祝;秦永松;;強(qiáng)混合樣本下非參數(shù)回歸函數(shù)的經(jīng)驗似然推斷[J];應(yīng)用數(shù)學(xué)學(xué)報;2019年02期

6 李乃醫(yī);李永明;;強(qiáng)混合樣本下密度函數(shù)的經(jīng)驗似然統(tǒng)計大樣本性質(zhì)[J];數(shù)學(xué)理論與應(yīng)用;2012年01期

7 李乃醫(yī);李永明;;負(fù)相協(xié)樣本下總體分位數(shù)的經(jīng)驗似然漸近性質(zhì)的推斷[J];統(tǒng)計與決策;2011年06期

8 張慶春;李曉梅;范曉東;;基于二項稀疏算子的整值自回歸模型的經(jīng)驗似然推斷[J];吉林化工學(xué)院學(xué)報;2019年01期

9 于卓熙;王德輝;;m-相依誤差下部分線性模型的經(jīng)驗似然統(tǒng)計推斷(英文)[J];應(yīng)用概率統(tǒng)計;2011年05期

10 王啟華,Wolfgang Hardle;核實數(shù)據(jù)幫助下誤差在反映線性模型經(jīng)驗似然降維推斷[J];中國科學(xué)(A輯:數(shù)學(xué));2004年05期

相關(guān)會議論文 前3條

1 李志龍;;非線性泛函分析隨機(jī)序集一般原理[A];2006“數(shù)學(xué)技術(shù)應(yīng)用科學(xué)”[C];2006年

2 樊磊;張奇業(yè);向文藝;鄭崇友;;量化Domain理論的L-Fuzzy式處理~1(Ⅰ)Frame值廣義序集及伴隨理論[A];模糊集理論與模糊應(yīng)用專輯——中國系統(tǒng)工程學(xué)會模糊數(shù)學(xué)與模糊系統(tǒng)委員會第十屆年會論文選集[C];2000年

3 孫志猛;張忠占;;隨機(jī)右刪失數(shù)據(jù)下線性變換模型的經(jīng)驗似然推斷[A];北京市第十五次統(tǒng)計科學(xué)討論會獲獎?wù)撐募痆C];2009年

相關(guān)博士學(xué)位論文 前10條

1 李乃醫(yī);排序集抽樣與經(jīng)驗似然統(tǒng)計推斷[D];廣州大學(xué);2017年

2 彭毳鑫;基于經(jīng)驗似然方法的異方差時間序列模型的估計與檢驗[D];吉林大學(xué);2018年

3 李華鵬;經(jīng)驗似然在密度比模型和小域估計中的若干研究[D];華東師范大學(xué);2018年

4 黃曉薇;關(guān)于一類β-ARCH模型參數(shù)估計的研究[D];吉林大學(xué);2004年

5 熊賢祝;經(jīng)驗似然推斷的若干研究[D];浙江大學(xué);2012年

6 李昊;廣義經(jīng)驗似然方法及其應(yīng)用[D];華中科技大學(xué);2011年

7 王然;半?yún)⒛Ｐ偷慕?jīng)驗似然推斷[D];浙江大學(xué);2013年

8 劉馳宇;序集抽樣下M估計的漸近理論[D];中國科學(xué)技術(shù)大學(xué);2007年

9 張艷青;估計方程及結(jié)構(gòu)方程模型的統(tǒng)計推斷[D];云南大學(xué);2016年

10 張淑俠;幾類半?yún)?shù)經(jīng)驗似然檢驗問題的研究[D];哈爾濱工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 劉琦;廣義線性模型的懲罰高維經(jīng)驗似然[D];遼寧師范大學(xué);2012年

2 黃純飛;資產(chǎn)收益可預(yù)測性的經(jīng)驗似然檢驗[D];廈門大學(xué);2017年

3 鄒麗莎;協(xié)變量有數(shù)據(jù)缺失的變系數(shù)模型的經(jīng)驗似然推斷[D];湖南師范大學(xué);2018年

4 楊柳;聚類數(shù)據(jù)的比例風(fēng)險混合效應(yīng)模型的經(jīng)驗似然推斷[D];湖南師范大學(xué);2018年

5 吳丹高倩;右刪失數(shù)據(jù)下加速失效時間模型的經(jīng)驗似然推斷[D];浙江財經(jīng)大學(xué);2019年

6 李金燦;函數(shù)型數(shù)據(jù)單指標(biāo)及部分線性單指標(biāo)模型的經(jīng)驗似然推斷[D];浙江財經(jīng)大學(xué);2019年

7 朱為寧;面板數(shù)據(jù)模型的加權(quán)分塊經(jīng)驗似然推斷[D];浙江財經(jīng)大學(xué);2019年

8 譚曉燕;縱向數(shù)據(jù)中兩種模型下的經(jīng)驗似然與懲罰經(jīng)驗似然[D];陜西師范大學(xué);2018年

9 江志強(qiáng);基于半?yún)?shù)回歸模型參數(shù)的經(jīng)驗似然[D];安徽工程大學(xué);2017年

10 蔣非凡;長記憶時間序列的調(diào)整經(jīng)驗似然方法[D];南京大學(xué);2016年

，

本文編號：2535915