Parametric embedding of nonparametric inference problems
Parametric embedding of nonparametric inference problems
复制标题
非参数推理问题的参数嵌入
DOI：
10.1080/15598608.2017.1399840
复制
发表时间：
2017
影响因子：
0.6
通讯作者：
Yu, Philip L.
中科院分区：
文献类型：
--
作者：
Alvo, Mayer;Lai, Tze Leung;Yu, Philip L.
1937年，Neyman引入了零假设平滑检验的概念，即样本数据来自平滑参数族中间隔（0,1）上的均匀分布。该思想可用于在参数族中嵌入各种非参数推理问题。重点是非参数秩检验，我们展示了如何通过应用这种方法推导传统的秩检验。我们还展示了如何使用它来在涉及审查和截断数据的复杂设置中获得简化的见解和最优性结果，对于这些设置，使用危险函数来定义嵌入族更方便。我们描述了嵌入方法在环境研究趋势测试问题中的应用。
In 1937, Neyman introduced the notion of smooth tests of the null hypothesis that the sample data come from a uniform distribution on the interval (0,1) against alternatives in a smooth parametric family. This idea can be used to embed various nonparametric inference problems in a parametric family. Focusing on nonparametric rank tests, we show how to derive traditional rank tests by applying this approach. We also show how to use it to obtain simplifying insights and optimality results in complicated settings that involve censored and truncated data, for which it is more convenient to use hazard functions to define the embedded family. We describe an application of the embedding approach to the problem of testing for trend in environmental studies.
登录
查看更多内容
基于审查数据及其顺序类似物的排名测试
DOI：
--
发表时间：
1991
期刊：
影响因子：
--
作者：
M. Gu;T. Lai;K. K. Lan
通讯作者：
K. K. Lan
数据不完整时的趋势排名检验
DOI：
--
发表时间：
1994
期刊：
影响因子：
--
作者：
M. Alvo;P. Cabilio
通讯作者：
P. Cabilio
DOI：
--
发表时间：
1967
期刊：
Joint Statistical Papers
影响因子：
--
作者：
J. Neyman;E. S. Pearson
通讯作者：
E. S. Pearson
最优非参数检验
DOI：
--
发表时间：
1950
期刊：
影响因子：
--
作者：
W. Hoeffding
通讯作者：
W. Hoeffding
弥合差距：用于分析排名数据的似然函数方法
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
M. Alvo
通讯作者：
M. Alvo