多总体比较的假设检验-应用数学专业论文.docxVIP

摘 要 多总体的比较问题来源于生产生活的实际需求之中 ，实际上许多其他分布 的比较问题都可以转换成正态分布，因此本文研究正态分布总体的比较问题。 该问题广泛应用于医疗卫生学 、管理学 、经济学以及现实的工业生产等各领域 的统计工作中 。在对异方差下多元多总体的比较的研究中 ，精确的频率方法很 难得到 ，一般都是近似方法 ，因此如何合理解决异方差下的均值比较问题具有 一定的研究价值。 本文用参数 Bootstrap 方法和 Fiducial 推断的思想解决了一元正态分布两 总体变异系数差的区间估计问题 ，同时运用 Fiducial 推断思想解决了多元正态 总体均值的比较问题。 第二章对两一元正态分布总体的变异系数差的置信区间进行了研究 。运用 Bootstrap 方法和 Fiducial 推断方法估计出两总体变异系数差的置信区间 ，假定 给定的置信水平为 1? α ，用 蒙特卡罗方法模拟得到其覆盖率 ，将两种方法得到 的结果进行对比，模拟结果表明 Fiducial 推断思想得到的估计更准确且稳定。 第三章对异方差下多元多总体均值比较的问题进行讨论，本文提出用 Fiducial 推断思想对其研究。证明 Fiducial 检验的检验 p 值渐近水平为检验水 平 α 。对于给定的置信水平 α 通过蒙特卡洛方法估计出检验 p 值 ，并且与已有 方法包括 Johansen 方法、 Generalized F 方法、参数 Bootstrap 方法和 Modified Bartlett 方法做了比较。比较数值模拟的结果知道，通过 Fiducial 推断思想得 到的检验统计量犯第一类错误的概率都在显著性水平 α 左右 ，不管样本量和总 体数如何变化，结果都很好，说明 Fiducial 检验在复杂的情况下很稳定。 关键词： 假设检验，多总体比较，Fiducial 推断，Bootstrap 方法，第一类错误 概率 I 山东理工大学硕士学位论文 Abstract Abstract Testing problem for comparing several populations is applied widely in applications. Since the comparison of other distributions problem can be converted into normal distributions, so we study the normal distribution case in this paper. This problem applied to the areas of medical statistics, management, economics and industrial production and other areas of science. The problem for comparing of multivariate populations under heteroscedasticity populations is difficult to get an exact frequency method, then some approximate solutions are given generally. So it is needed to get reasonable solution for the problem of comparing several populations under heteroscedasticity. This article proposed a Parameter Bootstrap method and a Fiducial inference approach to study the confidence interval of the comparison of variation coefficients for two normal distributions, while Fiducial inference is used to solve the problem for comparing of mean vectors for multivariate normal populations under heteroscedasticity. In the second chapter, a Parameter Bootstrap method and a Fiducial inference are proposed for intervals of the coefficient of variatio