多个偏正态总体位置参数的Bootstrap推断.pdfVIP

杭州电子科技大学硕士学位论文

摘要

近年来，经济学、物理学、流行病学等诸多领域的实际数据，更常见、更频

繁地呈现出单峰、非对称的偏正态分布特征。但现有关于多个总体位置参数的对

比研究中，通常假定其数据服从正态分布。继续沿用传统的正态分布假定进行推

断会与真实值产生较大误差。鉴于此，当尺度参数和偏度参数未知时，本文针对

多个偏正态总体，基于Bootstrap方法研究位置参数的齐次检验和共同位置参数

的区间估计问题。

针对多个偏正态总体位置参数的齐次检验问题。首先，构造条件检验统计量，

并证明其近似分布。其次，分别给出未知参数的矩估计和极大似然估计。进而构

[1]关于多个正态总体齐次检验的结

造Bootstrap检验统计量，将徐礼文（2016）

果推广至偏正态总体。MonteCarlo模拟结果表明，基于矩估计的Bootstrap检验

多数情况下能很好地控制犯第一类错误的概率，优于基于极大似然估计的

Bootstrap检验。

针对多个偏正态总体共同位置参数的区间估计和假设检验问题。首先，分别

[2]

给出未知参数的矩估计和极大似然估计。其次，将徐礼文（2016）对多个正态

总体共同均值的探讨推广到多个偏正态总体，进而构造共同位置参数的Bootstrap

置信区间和Bootstrap检验统计量。MonteCarlo模拟结果表明，无论是两个总体、

三个总体还是五个总体，基于矩估计的Bootstrap置信区间在覆盖概率意义下优

于其他三种Bootstrap置信区间。

最后，将上述方法应用于地区生产总值、高速涡轮轴承性能参数和生物利用

度数据的案例分析，以验证本文所给方法的合理性和有效性。

关键词：偏正态总体，矩估计，极大似然估计，Bootstrap置信区间，齐次

检验

I

杭州电子科技大学硕士学位论文

Abstract

Inrecentyears,therealdataofeconomics,physicsandepidemiologyoftenshow

obviousskewedandsymmetriccharacteristics.Intheexistingresearchoncomparing

thelocationparametersinseveralpopulations,it’sgenerallyontheassumptionof

normaldistribution.Ifwecontinuetousethetraditionalnormaldistribution

assumptionforstatisticalinference,it’seasytohavestatisticalerrorwithtruevalues.

Inviewofthis,withtheunknownscaleparametersandskewnessparameters,this

paperconsiderstheproblemofhomogeneoustestoflocationparameters,and

constructtheconfidenceintervalofcommonlocationparameterbasedonBootstrap

approachesinseveralskew-normalpopulations.

Intheresearchofhomo