参数的区间估计与假设检验的关系

本文对统计推断理论中区间估计和参数假设检验的相关性问题进行了分析,并对区间估计和假设检验的内在联系和区别进行了探讨.     

区间估计与假设检验的相关性及应用

对统计推断理论中区间估计与假设检验的区别与联系进行了分析，讨论了两者之间的相关性，给出了利用置信区间解决假设检验问题拒绝域的一种新思路．     

比率的假设检验和区间估计在市场调查中的应用

企业为了了解产品的市场占有率,预测新产品的市场接受度,掌握用户对产品的欢迎程度等,需要经过大量的市场调查。市场调查是企业了解、分析市场最常用的手段,但是目前还没有企业将应用样本的比率作为市场调查分析的经济变量,其实企业可以利用比率的分析结果为企业的发展战略制定相应的财务管理方案和营销计划。     

只有一个变点模型的假设检验和区间估计

对只有一个变点模型：其中ε（t）为模型的随机误差，μ1；μ2，β1，β2，t0为未知参数，讨论了关于变点t0，跳跃度θ（=μ2-μ1）和坡变度λ（=β2-β1）的假设检验和区间估计问题。     

基于分位数不同定义的区间估计与假设检验教学

采用对比教学方法,在分位数的两种不同定义下,融正态总体下的区间估计与假设检验内容为一体,化繁为简,帮助学员灵活运用知识.     

均匀分布分位数的区间估计

给出了均匀分布的参数和P分位数的无偏估计,讨论了P分位数的常用区间估计及最短区间估计;同时,给出了假设检验的方法.最后,根据具体数据计算出了这两种区间估计及其区间估计的长度,并把所得结果进行了比较,得出了相应的结论.     

均匀分布区间（1-q）a＋qb点的估计

给出了均匀分布的参数和的点估计,区间估计及假设检验的方法．     

金融资产的CVaR风险的区间估计及假设检验

基于CVaR风险计量技术,论述了正态分布下风险资产的CVaR假设检验方法及置信区间求法,最后用中信指数对我国股市风险情况作了区问估计及显著性检验的实证分析.     

参数区间估计和假设检验的关系——对统计教学过程中一个常见错误的讨论与纠正

总体未知参数的区间估计和假设检验是最常见、最常用的统计推断，因此，搞清楚它们之间的关系非常重要。明确两者的统一性与不统一性，有助于修正统计工作和教学中出现的一些似是而非的说法。     

关于参数的区间估计探讨

论述了区间估计的定义、评价标准及其计算方法 .以正态总体均值的区间估计为研究对象,阐明了如何恰当地构造分布,确定置信限,得到高精度的区间估计.     

最优区间估计问题的探讨

文中讨论了区间估计的最优性，并证明了最优区间估计的存在性，同时给出了一种寻求最优区间估计的方法．     

Bayes方法与经典方法在假设检验问题中的异同

将传统经典学派方法和Bayes方法应用于假设检验问题,通过实例进行比较,展示了Bayes方法简单、易懂、实用的特点.     

样本容量对总体均值区间估计精度的影响

在总体均值的区间估计中,样本容量对区间估计的精度有着重要影响。本文从理论上探讨了三种情况下总体均值区间估计精度的理论计算,并重点分析了样本容量对总体均值区间估计精度的影响原因,这对通过确定样本容量来控制估计精度以优化检测过程具有重要意义。     

Bayes方法与经典方法在假设检验问题中的异同

将传统经典学派方法和Bayes方法应用于假设检验问题,通过实例进行比较,展示了Bayes方法简单、易懂、实用的特点。     

关于伸张函数估计的一点注记

设h是实轴上同胚 ,h(±∞ ) =±∞ ,h的Beurling -Ahlfors扩张记作(z) ,其伸张函数为D ,当h的拟对称函数 ρ(x ,t)被递减函数 ρ(t)控制时 ,得到如下估计 :　　　　　 D≤ 2 ρ ,ρ ≥ 2D≤ 2 ρ +1 / 2 ,1≤ρ <2其中 ρ =ρ(y2 )     

关于哲学上的两个估计

十一届三中全会以来 ,我国哲学发展 ,一方面 ,在实践和理论上取得了重大的历史性突破 ,已经走出了苏联 30年代的模式 ,具有当代高度和中国特色的马克思主义哲学形态正在酝酿和形成 ;另一方面 ,把这种新发展继续完成并推向新的高度显得非常紧迫 ,而且这一过程必将十分复杂而艰巨 ,不能低估其困难和风险。     

Matlab数学软件在区间估计教学中的实验设计

区间估计是一种重要的参数估计方法．它既可以用来估计参数,在某些情况下又可以解决假设检验的问题。而传统的教学方法着重于区间估计的数学式理论推导,忽视了该课程在处理问题上与其他数学课程有着很大差异。为此,利用Matlab数学软件进行实验教学,通过编程计算和模拟仿真．对帮助学生掌握区间估计的算法．理解可信区间的涵义,激发学生对数理统计学的学习兴趣．深刻理解统计学的统计思想．都具有良好的作用。     

未知总体方差和数学期望条件下的假设检验

在未知总体方差和数学期望的条件下,如何检验假设H0:μ=μ0,一直是统计学研究中未能解决的问题.对此,作者提出了一种有效的解决方法,它的重大理论和实践意义在于:(1)不需要已知某种标准信息(如μ),就能对样本平均数是否与总体平均数相一致进行检验;(2)能够为抽样推断提供先行信息,并据此作出是否抽样推断的判断,消除了抽样推断时所隐含的"样本信息结构必须与总体信息结构相近或相同"的前提条件,为抽样推断提供了可靠的理论基础.因此从一定意义上说,本文的方法实是假设检验理论的一种最新发展.     

探讨参数区间估计中枢轴量的选取——以单个正态总体均值为例

选取三个包含总体均值μ的枢轴量,借助R软件计算出的置信区间比较区间估计的精确度。结果表明,在保证区间估计可靠度的前提下,增大样本容量,缩短区间长度,可以作为参数区间估计中枢轴量的选取原则。     

两指数分布总体参数比的区间估计

利用F-分布给出了两个指数分布总体的参数比的区间估计的方法,并研究了指数分布参数比的最短区间估计,通过实例介绍了最短区间估计方法的使用.