区間推定におけるNeyman shortnessの基準の改良に関する研究

区间估计内曼短缺准则的改进研究

• 批准号: 08740156
• 负责人: 高木 祥司
• 金额: $ 0.7万
• 依托单位: Osaka Prefecture University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-08740156/
• 关键词: 区間推定; Neyman Shortness; 条件付き確率; 標準化; 検定論; 点推定論

まず、区間推定の最適性に関するNeyman Shortnessの基準の改良を試みた。そのアイディアは、Prattによって提案されたものであり、条件付きの確率のもとでNeyman Shortnessを考えることである。本研究では、数値的により扱いやすい形で、そのアイディアをとりいれて、新しい基準を提案した。それによって、元の基準でいくつかの問題点、例えば、Prattのパラドックスや、不連結な信頼区間の採択、といったものについて、理論的な説明や理由を与えることに成功した。次に、この基準を多変量の場合に拡張することを考えた。その際、変数と真値との差をFisher情報量行列によって標準化することが、不可欠であることを理論的に示した。また、結果として、多変量正規分布を例にとると、他の基準で最適な信頼領域が、我々の基準においても最適となることがわかった。この結果はさらに、一般の楕円分布にも適用されることも示された。最後に、区間推定論は、検定論と点推定論をいかに融合したものであるか、という数理統計学の大問題にせまってみた。この問題に関して、Neyman Shortnessの改良は、区間推定を検定論の単なる焼き直しであると考えることの欠点を明らかにしてくれた。さらに、1母数の場合には、上側・下側信頼点と真値との差に重みをつけることによって、点推定論の観点から、区間推定の最適性をとらえられることがわかった。しかし、その融合性については、完全な解答を得られなかった。特に、多変量の場合には、点推定との関係がはっきりとしないままであり、今後の課題といえよう。

In addition, the regional presumption of the most acceptable level of Neyman Shortness and the improvement of the basic level of the standard test have been conducted. Please tell me that the proposal is not a good one, and that the conditional payment is guaranteed. The rate of confirmation is due to the Neyman Shortness test. In this study, the number of people in the study, the number of people, the number of people in this study, the number of people, the number of people in this study. You need to know that you are not connected to each other, that you do not connect to each other, that you are not connected, and that you are successful in terms of proof of reason and proof of success. Sub-standard, basic level, multi-dose, multi-dose, low-level, high-level, low-level, low-level, high-level, low-level, high-level, low-level, low-level, high-level, low-level, low-level, high You can tell the truth about the number of Fisher reports, and you should standardize the information, and you should not owe the proof of your theory. The results show that there is no significant difference in the normal distribution of multiple quantities. the results show that there are some typical examples of normal distribution, such as normal distribution, statistical analysis, statistical analysis. The results show that the distribution of general information is not valid, and is shown in the general distribution system. Last but not least, inter-zone presumption theory, inter-zone presumption point presumption theory, integration of mathematics, science, science and technology. There is no question, no, no, no. It is true that there is a difference between the upper and lower data points, the point presumption theory, the point presumption theory, and the inter-zone presumption that the data is the most reliable. For example, for integration, for complete solution, for example, for integration, etc. Special, multi-quantity data are in line with each other, and it is presumed that there is a problem in the future.