1) Cramer asymptol.ic efficiency
Cramér渐近有效性
2) asymptotic efficiency
渐近有效性
1.
We also discussed some of its asymptotic properties, such as asymptotic consistency, asymptotic efficiency and cost of ignorance, under some certain assumptions.
并讨论了在一定条件下,当d→0,它的渐近相合性、渐近有效性及有界的最优费用差(EN(d)-n(d))等渐近性质。
2.
Some of its asymptotic properties, such as asymptotic consistency, asymptotic efficiency and cost of ignorance under certain conditions, are also discussed.
并讨论了在一定条件下,当d→0时,估计的渐近相合性、渐近有效性及有界的最优费用差(EN(d)?n(d))等渐近性质。
3) Second order asymptotic efficiency
二阶渐近有效性
5) effectively asymptotic solutions
有效渐近解
6) asymptotic minimax efficiency
渐近minimax有效
1.
In this paper the MLE of θ,say θ^\-n,from randomly censored data is pr oved to be asymptotic minimax efficiency.
本文证明基于随机删失观察的参数θ的MLEθ^n 是渐近minimax有效的 ,即对某损失函数W (·) ,limδ→ 0 limn→∞ sup｜θ′-θ｜<δE(n)θ′ {w[- 1(n) (θ^n-θ) ]} =Ew(ξ) ,其中 ,L(ξ) =N(0 ,1) ,p(n) =(nI|θ|) - 12 ,I(θ)是删失观察的信息函数。
补充资料：Cramér-vonMises检验
Cramér-vonMises检验
Cramer - von Mises test
Cn”11心r一阴Mises检验l(ranl亡r一，即Mise、妇。st.lq姗，e体一M“，沈2呵份Ie脚成〕 “独立同分布随机变量火。、…，戈.有给定的连续分布函数F(x)”这个假设H。的非参数检验(non一para-metrle test).Cramer一von Mises检验基于形如·;!，(;(·川一近{而(。(·卜*(·)){2，:;(·))、，(·)的统计量，其中瓦(幻是由样本X，…，刃。构造出的经验分布(empir，以1 distr，bution)函数，而甲(;)是某一定义于区间!0，11的非负函数，满足甲(t);甲(t)和孟’甲(t)都在[0，l]上可积.这类基于‘平为一度量”的检验首光由H.Cramer(【1})和von Mises(【2})所考虑.H.B.CMHrH曲提出，取甲(t)三l，并证明了在这个情形下，当鱿为真而n一二时，统计量。2二。二有一。’分布(‘。mc笋一sq-uared，d，stribution)为其极限分布，此分布与分/1]函数F(x)无关.基于统计量。;的H。的统计检验称为砂(C ra聪r一von Mises一C入l“pHoB)检验(test)。;的数值可用下述表达式求得: ‘、二一十今…*(、、、一斗一:{2 一”“”自{‘、‘’1了’‘2”{’这里戈1)簇·簇戈。)是样本X。，·，戈的变序列.据显著性水平:的扩检验，假设从，与代)吠时被拒绝，其中吠是扩的分布的上，分位点，即P(o，z<吠)=l一，.T.W.AnderS0n和D.A.Darling提出了一个类似的检验，那是基于统计量峨!(1一于(二))F‘x)}(见{5!)【补注】在西方文献中，甲(t)三1这一选择通常被称为Crame卜von Mises检验然而，CMHPHoB首先提出这个选择，且把该统计量重写成上述分布无关的形式.不论选择什么甲，吠的极限分布必与F无关.(“平方度量”这一术语指的是表达式1扩万(Fn(x)一F(x))]’，而非指甲的某一选择).Crarner实际上考虑的检验是用dx取代甲(F(x))dF(x)，而~Mises则用又(x) dx取代甲(F(x》dF(x). 【l]的更新是【 AI].
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