三种广义排序集抽样的讨论
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景 | 第9-11页 |
| ·国内外研究的现状和趋势 | 第11-14页 |
| ·论文的结构 | 第14-15页 |
| 第2章 预备知识 | 第15-23页 |
| ·计数统计量 | 第15页 |
| ·符号秩统计量 | 第15-17页 |
| ·功效函数 | 第17-18页 |
| ·PITMAN 渐近相对效率 | 第18-21页 |
| ·U 统计量 | 第21-23页 |
| 第3章 随机选择排序集抽样的应用 | 第23-31页 |
| ·随机选择排序集抽样 | 第23页 |
| ·非参数估计 | 第23-24页 |
| ·指数分布上的应用 | 第24-28页 |
| ·均值的最优线性无偏估计 | 第24-26页 |
| ·与SRS 样本均值的比较 | 第26-28页 |
| ·对数分布上的应用 | 第28-30页 |
| ·均值的最优线性无偏估计 | 第28页 |
| ·与RCLB 的比较 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于GRSS 的均匀分布分位数的估计 | 第31-43页 |
| ·广义排序集抽样(GRSS) | 第31页 |
| ·均匀分布分位数的估计量 | 第31-40页 |
| ·分位数的BLUE | 第31-32页 |
| ·基于GRSS 的分位数的估计 | 第32-37页 |
| ·均衡排序集样本的估计(RSS) | 第37页 |
| ·简单估计(SE) | 第37-38页 |
| ·GRSS 的最小方差无偏估计(MVUE) | 第38-40页 |
| ·数据表格 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第5章 基于ERSS2 的符号秩检验 | 第43-59页 |
| ·K 元排序集抽样 | 第43-44页 |
| ·均衡K 元排序集抽样 | 第43-44页 |
| ·不均衡K 元排序集抽样 | 第44页 |
| ·ERSS2 的符号秩统计量 | 第44-49页 |
| ·极端排序集抽样Ⅱ | 第45页 |
| ·符号秩统计量 | 第45-49页 |
| ·大样本的渐近分布 | 第49-55页 |
| ·PITMAN 渐近相对效率 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
