不等式约束条件下经验似然法在两总体中位数检验中应用.pdf

邓国华：不等式约束条件下经验似然法在两总体中位数检验中的应用 利用所谓 “半经验似然”方法，Qin和 Zhang【]对缺失数据研究了相 同问题；进一步，Valeinis 等人[5】运用光滑经验似然方法对两分位数之差构造 了联合置信带，更多的关于此 问题的研究可以从 Valeinis等人 5【]所列的参考文献中找到．作为参数估计的对偶问题，两中位数是否相等的检验方案便 很容易构造出来．另外，基于有序的批量样本，Ozturk和 Balakrishnan6【】对两样本分位数之差提出了 一 种精确的非参数检验法．以上提及所有的基于经验似然比检验方法的研究全部是在两个分位数点不 受任何约束的条件下进行的．以下将考虑不等式约束条件下的经验似然 比检验 问题． 经验似然方法是一种流行的非参数方法．自Owen{1】引入以来 得到广泛而深入的研究，这一点 读者只要阅读文献 7『1这一专著就行．与正态近似方法相 比，使用经验似然方法有如下两大优势：其 一 ， 不需要对方差进行估计；其二，置信域不必在几何图形上对称．已有的对经验似然的大多数研究 均集 中于无约束参数空间中进行．E1Barmi[sJ首次在感兴趣的参数满足一系列不等式约束的条件下 研究经验似然比检验问题．他证明了经验似然 比统计量服从加权混合卡方分布．通过运用不同的方法 Chen和 ShiI9]研究了不等式约束下均值似然比假设检验问题，给出了双边经验似然比检验方法和局 部功效的表示．Yu等人 1【o]则推广到不等式约束下多样本均值的经验似然比检验 问题．正如所看到的 那样，E1Barmi Chen和 Shi[91以及 Yll等人[1o]在构造经验似然函数时都要求辅助函数是光滑的． 然而，本文中的经验似然函数却是用非光滑函数构造的．在使用非光滑辅助函数和带不等式约束的条 件下 我们感兴趣的不仅是来 自于两总体的中位数是否有序，更是己知它们有序而事实上它们是否相 等的问题． 本文所使用的方法克服了E1BarmiIS1，Chen和 Shi0【】以及 Yu等人 [10】研究中遇到的问题，即他 们的方法对非光滑函数不适用．我们成功地解决此问题的办法是引入 了经验过程的理论．本文证明了 两中位数比较的经验似然比检验统计量的极限分布要么是单一的卡方分布，要么是两个卡方分布的等 权混合分布． 全文安排如下：文献综述放在第 l节；主要理论结果放在第 2节；模拟运算结果放在第 3节；定 理的证明放在第 4节．在本文文中若未作特别说明，我们约定所有的极限都是在假设n+m趋于无穷 大的条件下取得的． 2 主要结论 本节给出经验似然比检验统计量极限分布的三个定理． 设有两个独立样本： l，X2… ．，％ ’ F‘1和 ，y2，… ，ym ‘’F2．Mx和 My分别是两样本中 位数，而 M1和 M2分别是两总体中位数．本文假定当 (n+m) 。。时，n(n+rn) 一÷_，／∈(0，1)． 定义 o，Q1，Q2如下： o={(M1，M2)： =M2，( ， )∈R}， Q1：{(M1，M2)：M1≥ ，(M1，M2)∈ 。}， Q2={(M1， )：(M1， )∈R。)． 我们感兴趣 的是检验问题：NoHH2一Ho，HoHH1一No和 日1H 一H1，其中 Ho：(M1， )∈gto， 日】：(M1，M2)∈Q1， 914 中国科学：数学 第 43卷 第 9期 H2：(M1，M2)∈Q2． 根据 Owen 【，引，Jing[Ii1和 Liu等人[12】的研究，(M1，M2)的两样本经验似然函数当如下定义 s 尬 ， ) up ( ， (qJ) )∈e (p{t)l，)1)∈e葛疆蒿 其中， {％，