基于加权经验过程上确界泛函的拟合优度检验
统计理论
2016-04-04 v2 统计理论
摘要
提出并研究了一大类基于加权经验过程上确界泛函的拟合优度检验统计量。所使用的权函数是Brown桥的Erdős-Feller-Kolmogorov-Petrovski上类函数。基于M. Csörgő、S. Csörgő、Horváth和Mason针对这类检验统计量得到的结果，我们为手头的检验类提供了渐近零分布理论，并给出了在原假设下制表极限分布函数的算法。为真实分布函数构造了一个新的非参数置信带族，发现其表现非常好。所得结果，连同Donoho和Jin引入的高阶批评统计量的分布收敛新结果，证明了我们的方法优于使用正则变化权函数族的常见方法。此外，我们表明，在检测稀疏异质混合的各种微妙问题中，所提出的检验统计量达到了Ingster发现的检测边界，并且在区分原假设和备择假设时，对未知稀疏性和非零效应大小实现了自适应最优。
引用
@article{arxiv.1406.0526,
title = {Goodness-of-fit tests based on sup-functionals of weighted empirical processes},
author = {Natalia Stepanova and Tatjana Pavlenko},
journal= {arXiv preprint arXiv:1406.0526},
year = {2016}
}
备注
29 pages, 1 figure, 1 table