含辅助信息的最小非参似然比估计和检验.pdf

2016年 1月 四川师范大学学报 (自然科学版) Jan．，2016 第39卷 第 1期 JournalofSichuanNormalUniversity(NaturalScience) V01．39．No．1 含辅助信息的最小非参似然比估计和检验 侯瑞环 ， 王 沁 ， 李裕奇 (1．塔里木大学 信息工程学院，新疆 阿拉尔843300；2．西南交通大学 数学学院，四川成都 610031) 摘要：当前，拟合优度检验已经比较完善，但仍存在对总体分布已有信息利用不足或者直接丢掉这部分 信息的问题．为了实现对已有信息的充分利用 ，首先借助经验似然的思想与最小非参似然比统计量的形式 ， 给出含辅助信息的最小非参似然比统计量；然后利用最小非参似然 比估计与检验性质的研究方法 ，得到含 辅助信息的最小非参似然比估计量，并考察检验统计量的相合性、稳健性，同时得到其在复合零假设下的极 限分布．这些结论在一定程度上可以丰富和完善拟合优度检验与非参数估计的一些理论． 关键词：经验似然；辅助信息；，E参数似然比；经验分布 中图分类号：O212．7 文献标志码 ：A 文章编号：1001—8395(2016)O1—0059—06 dol：10．3969／j．issn．1001—8395．2016．01．010 在实际数据处理过程中，通常所抽取的样本都 和修正的 统计量 ．随后，文献 [4—7]分别 是来 自未知总体，然后再根据所得数据对总体做出 从不同研究角度给出了上界型统计量和积分型统 推断．这里面主要有2个问题：估计和推断．从已知 计量．对问题(2)的研究主要集中于2种途径：一是 分布人手解决这一问题，是统计学界长期关注与研 先对未知参数做出相应估计，再利用已有的检验方 究的课题之一．然而，要解决这类问题的关键要知 法做检验；另一种则是对一些特殊分布，利用充分 道这组数据的分布或者分布族，也就是统计中的拟 统计量，给出条件积分变换，由于对分布有一定的 合优度检验问题．对于来 自未知总体F的独立同分 要求，以至于在实际应用中不具有普遍性．由前述 布样本 ，…， ，拟合优度检验一般考虑如下2种 发现，不论哪种方法，除了检验统计量本身好坏之 问题的检验 ： 外，参数估计好坏直接影响着检验的好坏，经典的 ：F=Fo++ ：F≠ ， (1) 参数估计有极大似然估计和最小距离估计，由于常 风 ：F ∈ HH】：F童 ， (2) 见分布的参数极大似然估计计算容易，故其应用相 其中， 是已知的分布函数， ={F：0∈O}是一 当广泛；最小距离估计在上世纪得到了相应的研 个含有未知参数的分布族． 究，因为其计算较为繁琐，所得估计收敛速度较慢， 对(1)式的检验，当属 KarlPearson在 1900年 但应用并不广泛，直到进入2O世纪，最小距离估计 提出的 检验，经过多年的发展， 型检验理论已 又得到了重视．然而这些统计量都无法更好地满足 经相当之完善，又因计算简单，时至今 日， 型检 人们的研究需求，所以近些年又出现了非参数似然 验 ¨-2仍然是统计应用中较为广泛的检验之一．但 比拟合优度检验统计量及最小非参数似然比拟合 是 型检验却有着 “先天”的不足之处，为了弥补 优度检验统计量．在实际应用中抽取样本时往往会 这一不足，人们提出了基于经验分布 (EDF)的检 得到一些关于总体分布的辅助信息，为了能够将这 验，EDF型检验主要有20世纪20-3O年代提出的