第10章 小结

数学学习 · 爱知数学讲义

18
本章目录 · 1 节

本章导读

【第十章小结】自助法用一个根据观察建立的替代总体模拟重复抽样,从而近似统计量的分布。非参数方法使用经验分布,按原始下标等概率放回抽样;重复值的概率应是出现次数除以样本量,不能去重后均匀抽不同数值。参数方法先在指定分布族中估计参数,再从拟合分布生成同样容量的新样本,其可靠性额外依赖模型假设。

【估计目标要分清】B份重抽样得到,它们的均值记为。标准误用以为中心、分母B−1的样本标准差;偏差用;均方误差用以原始估计为中心、分母B的平均平方误差。三者满足

重抽样观察的标准差与估计量的标准误也不能混淆。截尾均值要对每份样本重新排序、按每端约定比例删除;偶数样本中位数应说明是否取中央两项平均。

【区间】百分位数法对重抽样统计量排序。本章统一经验分布逆分位数,第q分位取第项;例如B为10000的95%区间取第250和9750项。重复值允许相等。分位数插值与取实际排序值是不同约定,比较软件结果时先核对规则。拟合或经验总体下可精确计算的条件分位数,有助于检查模拟,但不能因此称为真实参数的精确置信区间。

【检验】重抽样必须体现原假设。相同分布的位置模型下,双样本可合并后分别放回抽样;单样本均值检验可先作的原假设中心化。单侧比较备择方向的尾部,双侧绝对偏差比较与,不能错以零作为中心。p值大时说“不拒绝”,不是证明原假设成立,更不是证明备择的反面。

【适用与复现】原始样本量n与模拟次数B含义不同。增大B减少蒙特卡罗误差,不补充真实样本信息;错误模型、抽样偏差、依赖结构、边界或不规则统计量不能靠增大B自动解决。参数法也不是对总体“几乎没有要求”,分布族及观察类型必须相容。

报告应包含原数据与单位、样本容量、统计量、分布或重抽样单位、参数估计规则、随机种子、次数、分位数或尾部规则、结果及近似性质。原书未给种子的模拟与新的固定种子模拟应分别标示;随机运行差异与确定性的公式或逻辑错误应分开处理。本章的数值核验保留了原始数据,并用可复算模拟、部分条件分布的直接计算交叉检查。