دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Hisashi Tanizaki
سری:
ناشر:
سال نشر: 2004
تعداد صفحات: 13
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 85 کیلوبایت
در صورت تبدیل فایل کتاب Power Comparison of Empirical Likelihood Ratio Tests: Small Sample Properties through Monte Carlo Studies به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقایسه قدرت آزمایش های نسبت احتمالات تجربی: خصوصیات نمونه کوچک از طریق مطالعات مونت کارلو نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
انواع مختلفی از آزمون های ناپارامتریک وجود دارد. در این مقاله، با استفاده از آزمون نسبت درستنمایی تجربی، میانگین جمعیت را مورد بررسی قرار میدهیم. آزمون نسبت درستنمایی تجربی در یک نمونه بزرگ مفید است، اما در یک نمونه کوچک دارای اعوجاج اندازه است. برای اصلاح سایز اصلاحات مختلفی در نظر گرفته شده است. در اینجا، ما از اصلاح بارتلت و روش بوت استرپ استفاده می کنیم. هدف این مقاله مقایسه آزمون t و آزمون های نسبت درستنمایی تجربی با توجه به توان نمونه و همچنین اندازه تجربی از طریق آزمایش های مونت کارلو است.
There are various kinds of nonparametric tests. In this paper, we consider testing population mean, using the empirical likelihood ratio test. The empirical likelihood ratio test is useful in a large sample, but it has size distortion in a small sample. For size correction, various corrections have been considered. Here, we utilize the Bartlett correction and the bootstrap method. The purpose of this paper is to compare the t test and the empirical likelihood ratio tests with respect to the sample power as well as the empirical size through Monte Carlo experiments.