指数分布下一次性设备测试的稳健估计量与检验统计量
统计方法学
2017-04-27 v1
摘要
本文针对一次性设备模型的参数，提出了一类新的估计量——最小密度幂散度估计量（MDPDEs），以及一类基于 MDPDEs 的 Z 型检验统计量，用于检验相应的模型参数。MDPDEs 族包含了 Balakrishnan 和 Ling (2012) 所考虑的最大似然估计量（MLE）作为特例。通过模拟研究，表明某些 MDPDEs 在稳健性方面优于 MLE。同时，可以看出某些基于 MDPDEs 的 Z 型检验在稳健性方面也优于经典的 Z 检验统计量。
引用
@article{arxiv.1704.07865,
title = {Robust Estimators and Test-Statistics for One-Shot Device Testing Under the Exponential Distribution},
author = {N. Balakrishnan and E. Castilla and N. Martin and L. Pardo},
journal= {arXiv preprint arXiv:1704.07865},
year = {2017}
}