English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41628854      線上人數 : 3317
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/7490


    題名: 型1設限下韋伯參數估計問題
    作者: 陳彬;Ben Chen
    貢獻者: 統計研究所
    關鍵詞: 韋伯分配;極值分配;信賴區間;型1設限
    日期: 2003-06-05
    上傳時間: 2009-09-22 10:58:46 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 關於型I設限資料下,韋伯分配參數的估計方法,本文採用最大概似估計量作為參數的點估計,而區間估計方面,除了傳統上利用大樣本性質,以近似常態法估計信賴區間外,另考量分別以log-likelihood檢定統計量為基礎、以及Bootstrap方法為基礎,共呈現十種方法估計參數之信賴區間。 為比較各種方法之優劣,本文透過模擬範例,以區間之平均長度和覆蓋機率作為比較的依據。結果顯示當樣本數為小樣本時,傳統上採用近似常態法並非最好的估計方式,反觀以log-likelihood檢定統計量為基礎的四種方法,即使在觀察之樣本數少的時候,覆蓋機率皆可達到名義之水準,當中的SLR和Third-Order方法更可得到較小的信賴區間,因此是較佳的估計方式。在以Bootstrap為基礎的五種方法中,PBSRLLR方法表現良好,當觀察之樣本數少的時候,覆蓋機率可達到名義之水準,其他四種Bootstrap方法則不能。在區間長度的表現上,當觀察之樣本數小於9個的時候,PBSRLLR可以得到比SLR和Third-Order方法更小的信賴區間,在此條件下,PBSRLLR是較佳的估計方式。
    顯示於類別:[統計研究所] 博碩士論文

    文件中的檔案:

    檔案 大小格式瀏覽次數


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明