排序集抽样中熵的改进估计量与拟合优度检验
统计计算
2011-06-10 v1
摘要
熵是许多统计和工程问题中最适用的不确定性度量之一。在统计文献中，熵用于计算Kullback-Leibler（KL）信息，这是进行拟合优度检验的有力工具。排序集抽样（RSS）似乎为文献中大量研究问题中的许多总体参数提供了改进的估计量。它适用于感兴趣的变量难以或昂贵测量，但在小子样本中容易排序的情况。在本文中，我们引入了两个熵的估计量，并在偏差和均方根误差（RMSE）意义上将它们相互比较，并与简单随机抽样（SRS）中的熵估计量进行比较。观察到RSS方案改进了该估计量。使用最佳的熵估计量，连同基于RSS方案的均值估计量以及方差的两个有偏和无偏估计量，来估计KL信息，并对指数性和正态性进行拟合优度检验。计算了所需的临界值和功效。还观察到RSS估计量提高了功效。
引用
@article{arxiv.1106.1733,
title = {Improved estimator of the entropy and goodness of fit tests in ranked set sampling},
author = {Morteza Amini and M. Mehdizadeh and N. R. Arghami},
journal= {arXiv preprint arXiv:1106.1733},
year = {2011}
}
备注
14 pages