1) linear rank statistics S_N
线性秩统计量SN
2) linear rank statistic
线性秩统计量
1.
First,applying the properties of the linear rank statistic,we obtain the asymptotic normality of the test statistic which is based on rank statistic proposed by Rosenberger and used to test the hypothesis of no treatment effect for a trial with continuous response.
首先应用线性秩统计量的渐近理论,获得由Rosenberger提出的无差异治疗效果假设检验统计量的渐近正态性;然后给出一种新的设计且获得相应统计量的渐近正态性。
3) rank statistic
秩统计量
1.
The probability density function and joint probability density function of rank statistics for incomplete interval censored data are established,including the formulas of mean ranks,median ranks and percent ranks of rank statistics;furthermore,the means,variances and covariances of statistics for incomplete interval censored data are given in the paper.
建立了不完全区间数据秩统计量的概率密度函数和联合概率密度函数,给出了其平均秩、中位秩和百分位秩以及不完全区间数据统计量的均值、方差和协方差计算公式。
2.
The joint probability density function of rank statistics for incomplete data is presented, and the formulas of means, variances and covariances of order statistics for incomplete data are established in this paper.
针对工程上存在大量不完全数据的情况,本文建立了不完全数据秩统计量的联合概率密度函数,给出不完全数据顺序统计量的均值、方差和协方差计算公式,提出不完全数据最佳线性无偏估计方法,并对正态分布、Weibull分布等位置-尺度分布进行了详细讨论。
3.
It is explored an approach to analyze panel data,using by rank statistics.
将横剖面数据的秩统计量应用于平行数据资料,分析平行数据的整体变化趋势和每个变量的变化趋势及多个变量所具有的共同规律性等。
4) rank statistics
秩统计量
1.
In this paper,we use two sample rank statistics and order statistics to form a new estimate of the two CDF s crossing point,and prove the strong consistent and approximate normality of the estimate.
利用两样本的秩统计量和次序统计量,对两连续分布交点提出了一种点的估计量,并论证了点估计的强相合性及渐近正态
2.
Based on rank statistics, new distribution-free tests on the crossing point between two distribution functions are proposed.
本文基于秩统计量,提出了一种新的分布自由检验,用此可来检验两个生存函数可能存在的交点,如果检验认为交点存在,文中又提出了两种新的点估计与区间估计方法,这些估计量都具有渐近相合性与渐近分布自由性质,本文作了一些模拟显示,文中的检验方法与文献中已有的方法相比具有较高的检验效率。
5) Interval rank statistic
区间秩统计量
6) linear systematic statistic
线性系统统计量
补充资料：秩统计量
秩统计量
rank statistic
定义的向量R和l=(1，…，的间的K七以玩11等级相关系数(K治n血Ucoefficientofra泳correlation)下，是秩统计量的典型例子.所谓线性秩统计量在一切秩统计量类中占有特殊位置，其定义如下.设A一“a(i，j)“是任一n阶方阵.那么，统计量 T二艺。(i，尺、) ‘二}称为线性秩统计量(linear屁Lnk statistic).例如，由公式 12矛了.。十1、/_。+1、 n Ln一1)压’、艺/、一乙/定义的SP岌lm迢n等级相关系数(SP“In们日n“兄ff沁ientof扭nkco】祀lat10n)p就是线性秩统计量. 线性秩统计通常计算简便，其概率分布也不难求得.正因如此，秩统计量在线性秩统计量族中投影的概念，在秩统计量理论中起重要作用.设T是基于随机向量X的一秩统计量，关于其概率分布提出假设H。，则在H。成立的情形下使E{(T一分)’}最小的线性秩统计量全一于(R)，称为秩统计量T在线性秩统计量族中的投影(projeCtion).通常，投影T可以相当好地逼近秩统计量T，且当n一，闺时差T一T可以小到忽略不计.在假设H。:“随机向量X的分量X，，…，戈是独立同分布随机变量”成立的情形下，秩统计量T的投影T由以下公式确定: 卜卫二工夕舀‘，.;卜(。一2)。、T，.(*) n召.1其中d(i，j)=E笼TIR，=j}，1蕊i，j毛n(见11]). 在秩统计量;与p之间存在内在联系.在「1]中证明，Ken(坛11系数:在线性秩统计量族中的投影于，精确到一个常数因子与Spe比n们以n系数p等同;具体地，有 2，，.1 T=母(l+二〕P. 3、一n由此等式，可见p和T间的相关系数(印n℃h石。n以犯f-士元iex止) 一‘一，一漂一法粉告~，即对于充分大的n，秩绷七量p和:渐近等价(见〔21).秩统计且t门nk血血血;pall印。朋cT姗c~〕 由秩向纽(花nkw别Dr)构造的统计且(statistic).如果R=(R，，…，R，;)是基于随机观测向量X二(X;，…，戈)的秩向量，则作为R的函数的任何统计量T二T(R)称为秩统计量(mnk statistic).由公式 ;一丁吕下艺。枷(‘一j)s咖(;，一:，) n气n一l)*丙----
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条