A Least Squares Estimation of a Hybrid log-Poisson Regression and its Goodness of Fit for Optimal Loss Reserves in Insurance
在这篇文章中,一个混合的对数-线性模型(对数泊松)的参数估计使用模糊最小二乘(FLS)程序(Celmierkirk,987 a,b,D 'Urso和Gastaldi,2000年,DUrso和Gastaldi,2001年)。为了评估和比较这个新模型和损失准备金框架中的经典对数泊松回归(Mack,1991),已经推导出拟合优度。混合模型及其拟合优度都是在损失准备金数据上进行的。
2018-06-10 stat.ME
A new goodness of fit test for uniform distribution with censored observations
利用不动点刻画,我们提出了一种新的均匀分布拟合优度检验方法。我们还讨论了如何正确的删失观测可以被纳入建议的测试程序。我们研究了所提出的检验统计量的渐近性质。进行了蒙特卡罗模拟,以评估有限样本的测试性能。我们说明了使用真实数据集的测试程序。
2021-06-11 stat.ME
Two-dimensional Kolmogorov-type Goodness-of-fit Tests Based on Characterizations and their Asymptotic Efficiencies
本文提出基于特征刻画的两维上确界型拟合优度检验,首次利用两统计量独立性进行检验,并研究其渐近性质与Bahadur效率,同时将Kolmogorov型大偏差定理推广至多维。
2015-05-27 stat.ME
A general Monte Carlo method for multivariate goodness-of-fit testing applied to elliptical families
本文介绍了一种构造多元拟合优度检验的一般且相对简单的方法。所提出的检验适用于椭圆分布。该方法是基于概率分布通过其特征函数的表征。研究了新的检验统计量的相合性及其它极限性质。此外,在模拟研究中,建议的测试进行了比较,与早期以及最近的竞争对手。
2022-06-18 stat.ME
Higher-order least squares: assessing partial goodness of fit of linear causal models
本文介绍了一个简单的诊断检验,用于评估误差与协变量无关的线性因果模型的整体或部分拟合优度。特别是,我们考虑的情况下,隐藏的混杂是潜在的。我们开发了一种方法,并讨论了它的能力,以区分协变量的混淆与潜变量的响应和那些没有。因此,我们提供了一个测试和方法的部分拟合优度。该测试是基于比较一种新的高阶最小二乘原理与普通最小二乘。尽管它的简单,所提出的方法是非常普遍的,也被证明是有效的高维设置。
2022-11-18 stat.ME
Topological data analysis for random sets and its application in detecting outliers and goodness of fit testing
提出基于有符号距离函数滤流、持续同调汇总函数、函数深度与全局包络检验的随机集异常值检测及拟合优度检验方法,并经germ-grain模型模拟验证。
2024-04-06 stat.ME
Goodness-of-fit tests for spatial point processes: A review
本文综述空间点过程拟合优度检验,梳理经典函数型汇总统计量与拓扑数据分析方法,并用统一记号分类相关检验统计量构造方式。
2025-01-07 stat.ME
Goodness-of-fit testing for the error distribution in functional linear models
University of Hamburg(汉堡大学)
本文提出了一种基于残差的渐近展开方法,用于检验函数线性模型中误差分布的拟合情况,特别关注正态分布的检验。
2025-11-28 stat.ME
Goodness-of-fit tests for generalized Poisson distributions
本文针对广义泊松分布族提出计算便捷的拟合优度检验,通过参数自助法逼近零分布,模拟实验表明新检验在多数情况下优于或匹配现有方法,并用实际数据加以验证。
2024-11-19 stat.ME
Semiparametric clustered overdispersed multinomial goodness-of-fit of log-linear models
传统上,狄利克雷-多项分布被认为是整群抽样方案生成列联表的关键模型。然而,还有其他可能的分布适合这些列联表。本文介绍了新的检验统计量能够测试对数线性建模假设,没有分布规格,当集群的个人可能是均匀相关的。Alonso-Revenga et al.(2016)提出的群内相关系数估计量适用于不同的聚类大小,在拟合优度检验统计量的构建中起着至关重要的作用。
2016-09-23 stat.ME
Bayesian Goodness of Fit Tests: A Conversation for David Mumford
在贝叶斯范式中进行实用的、有用的拟合优度检验的问题在很大程度上是开放的。我们介绍了一类特殊情况下(测试的均匀性:有足够的洗牌,我的随机发生器的工作)和一类明智的贝叶斯测试的灵感来自芒福德,吴和朱。计算这些测试提出了“双重棘手的分布”的挑战。在目前的情况下,现代MCMC技术的挑战。但还有许多其他问题。我们的文章是教学,我们希望诱导读者帮助进一步采取。
2018-04-09 stat.ME
On goodness-of-fit testing for volatility in McKean-Vlasov models
University of Luxembourg(卢森堡大学)
针对McKean-Vlasov随机微分方程的波动率拟合优度检验问题,提出基于粒子系统离散观测的检验方法,建立其渐近性质,为高维平均场扩散模型的波动率设定评估提供严格依据。
2026-08-10 stat.ME
A new goodness of fit test for gamma distribution with censored observations
本文利用不动点特征给出了Γ分布的一种新的拟合优度检验。利用U-统计量理论推导出检验统计量。我们将讨论如何将正确的删失观测值纳入到这里开发的测试中。详细研究了删失和未删失情形下检验统计量的渐近性质。进行了广泛的蒙特卡罗模拟研究,以验证所提出的测试的性能。我们还说明了测试过程中使用几个真实的数据集。
2021-08-01 stat.ME
Interpretable Stein Goodness-of-fit Tests on Riemannian Manifolds
在许多应用中,我们会遇到黎曼流形上的数据,如环面和旋转群。多变量数据的标准统计程序不适用于此类数据。在这项研究中,我们开发了拟合优度测试和可解释的模型批评方法,用于黎曼流形上的一般分布,包括那些具有难以处理的归一化常数的分布。所提出的方法是基于扩展的内核Stein差异,这是来自黎曼流形上的Stein算子。我们讨论了建议的测试与现有的之间的连接,并提供了一个理论分析,其渐近Bahadur效率。仿真结果和实际数据应用表明了所提方法的有效性。
2021-03-01 stat.ME
A Stein Goodness-of-fit Test for Directional Distributions
在许多领域中,数据以方向(单位向量)的形式出现,通常的统计方法不适用于这种方向数据。在这项研究中,我们提出了非参数拟合优度检验程序的一般方向分布的核斯坦差异的基础上。我们的方法是基于Stein算子的球,这是由斯托克斯定理推导。值得注意的是,所提出的方法适用于具有难以处理的归一化常数的分布,这通常出现在方向统计中。实验结果表明,所提出的方法控制第一类错误以及具有更大的功率比现有的测试,包括基于最大均值差异的测试。
2020-02-17 stat.ME
On the goodness-of-fit of generalized linear geostatistical models
我们提出了一个推广张的决定系数广义线性地质统计模型,并说明其应用于河盲制图。广义决定系数具有比其他预测性能指标更直观的解释,并允许评估每个解释变量和空间预测的随机效应的个体贡献。该方法也更广泛地适用于任何广义线性混合模型。
2018-01-12 stat.ME
Goodness-of-fit tests for the one-sided Lévy distribution based on quantile conditional moments
本文提出基于前两阶分位数条件矩的尺度比框架,用于单侧Lévy分布的拟合优度检验,推导了渐近分布并通过实证功效研究和实际数据验证了其有效性。
2023-11-26 stat.ME
Spectral smooth tests for goodness-of-fit
本文提出谱平滑检验(SST),将Neyman平滑检验推广到高维数据,利用适应数据分布的谱基建模多元分布,并在MNIST等数据上验证了其稳健性和有效性。
2023-08-12 stat.ME
Characterization-based approach for construction of goodness-of-fit test for Lévy distribution
本文针对Lévy分布提出了两类基于V-经验Laplace变换的拟合优度检验,推导了其有限样本与极限性质,并推广了Bhati-Kattumannil检验,通过局部Bahadur效率和功效研究及真实数据验证了其优越性。
2023-08-01 stat.ME
Goodness-of-fit tests for functional linear models based on integrated projections
函数线性模型是评价函数或标量性质的两个随机变量之间关系的最基本工具之一。这一贡献提出了一个良好的拟合测试功能线性模型的功能响应,巧妙地适应功能/标量响应/预测。特别是,新的拟合优度测试扩展了以前的标量响应的建议。该检验统计量基于方便的正则化估计量,易于计算,并通过有效的自举回归进行校准。一个图形化的诊断工具,从模型的偏差可视化,介绍和说明了一个新的数据应用程序。R包goffda实现了所提出的方法,并允许数据应用的再现性。
2020-08-22 stat.ME
A goodness-of-fit test for the functional linear model with scalar response
在这项工作中,一个良好的拟合检验的原假设的功能线性模型与标量响应。该测试是基于对以前的功能框架的概括,设计用于使用随机投影的多变量协变量回归模型的拟合优度。检验统计量易于使用几何和矩阵参数计算,并且易于通过残差的野生自助法对其分布进行校准。有限样本性质的测试说明了几种类型的基础和不同的替代品下的模拟研究。最后,测试应用于两个数据集,以检查功能线性模型的假设和图形工具。补充材料可在网上查阅。
2020-09-20 stat.ME
The risk function of the goodness-of-fit tests for tail models
本文有助于回答一个问题,这是至关重要的风险管理和极值理论:如何选择阈值以上的一个假设分布的尾部遵循广义帕累托分布。这一问题已得到越来越多的关注,特别是在金融机构,因为最近的监管规范要求在高分位数下评估风险。最近的方法回答了这个问题的多次使用的标准拟合优度测试。这些测试是基于经验和拟合尾部分布之间的均方误差的对称加权的特定选择。假设一个不对称的权重,高的分位数比小的,我们提出了新的拟合优度测试和自动阈值选择程序。我们考虑一个参数化的家庭的非对称权函数,并计算相应的均方误差作为损失函数。然后,我们明确地确定风险函数作为损失函数的有限样本期望值。最后,风险函数可用于讨论在确定阈值的新方法中应使用哪种对称或非对称权重函数以及哪种拟合优度检验的问题。
2018-07-01 stat.ME
A goodness-of-fit test based on the empirical characteristic function and a comparison of tests for normality
正态分布具有累积量母函数只有两项的独特性质,即涉及均值和方差的项。该属性用于通过使用经验特征函数的模的对数来构造一个简单的正态分布。检验统计量易于计算。使用模拟研究所提出的测试被证明有很好的权力,特别是在大样本。
2016-04-29 stat.ME
Goodness-of-fit statistics for approximate Bayesian computation
近似贝叶斯计算是一种统计框架,它使用数值模拟来校准和比较模型。近似贝叶斯计算依赖于数值模拟,而不是计算似然函数,这使得它适用于生态学和进化中的复杂模型。与统计建模一样,评估拟合优度是近似贝叶斯计算的基本步骤。在这里,我们介绍了一种基于假设检验的拟合优度方法。我们引入了两个检验统计量的基础上的平均距离之间的数值汇总的数据和模拟的。一个检验统计量依赖于用先验预测分布模拟的汇总,而另一个依赖于后验预测分布的模拟。对于不同的聚结模型,我们发现,统计校准良好,这意味着第一类错误可以控制。然而,两种统计量的统计功效在20%至100%的模型中变化极大。在人口推断模型中,这两种统计数据之间的功效差异可以忽略不计,但在一个额外的纯统计示例中,差异很大。在分析重新排序数据以评估人类人口模型时,这两个统计数据证实,亚洲和欧洲数据不能排除非洲以外的瓶颈。我们还考虑了两种形态的蝴蝶物种复杂的背景下模型。一个拟合优度统计量表明两个模型的拟合差,使用后验预测检查确定了导致拟合差的数值总结。拟合优度的统计检验应促进近似贝叶斯计算中模型拟合的评估。基于先验预测分布模拟的检验统计量在R abc包的gfit函数中实现。
2016-01-15 stat.ME
Goodness-of-fit Tests for Heavy-tailed Random Fields
Fudan University(复旦大学);New York University Shanghai(纽约大学上海分校);Xi‘an Jiaotong-Liverpool University(西交利物浦大学)
本文提出了一种用于重尾空间数据的拟合性检验方法,通过傅里叶变换和平稳bootstrap近似临界值,验证了理论分布并应用于实际数据
2025-12-06 stat.ME
Pairwise likelihood estimation and limited information goodness-of-fit test statistics for binary factor analysis models under complex survey sampling
Universiti Brunei Darussalam(文莱达鲁萨兰国大学);London School of Economics and Political Science(伦敦政治经济学院)
本文探讨了二元数据因子模型中利用成对似然估计进行估计及有限信息拟合优度检验统计量的方法,扩展了复杂抽样设计下的应用,并引入了Pearson卡方检验和Wald检验。
2024-07-23 stat.ME
A goodness-of-fit test for regression models with spatially correlated errors
针对空间相关误差下的参数回归模型评估问题,提出基于$L_2$距离的拟合优度检验,推导渐近性质并设计bootstrap校准程序,通过模拟和真实数据验证了性能与适用性。
2024-02-01 stat.ME
A spectral based goodness-of-fit test for stochastic block models
针对复杂网络社区检测中社区数量通常未知的问题,提出基于邻接矩阵线性谱的随机块模型拟合优度检验,证明其原假设下依分布收敛于标准正态分布,实验验证了性能。
2024-05-21 stat.ME
CID Models on Real-world Social Networks and Goodness of Fit Measurements
评估网络数据的统计模型的模型拟合质量是统计网络分析中一个正在进行且未被研究的主题。用于评估表格数据上的模型拟合的传统度量(例如贝叶斯信息准则)不适合专门用于网络数据的模型。我们提出了一种新的自我开发的拟合优度(GOF)的措施,“分层采样交叉验证”(SCV)度量,使用类似于传统的交叉验证通过分层采样的程序来选择在网络的邻接矩阵中的二元组被删除。SCV能够直观地表达不同模型对缺失二元体的预测能力。在现实世界的社交网络上使用SCV,我们为不同的网络结构确定了适当的统计模型,并推广了这种模式。特别是,我们专注于条件独立的二元(CID)模型,如鄂尔多斯Renyi模型,随机块模型,发送器-接收器模型,和潜在的空间模型。
2018-07-03 stat.ME
Independent additive weighted bias distributions and associated goodness-of-fit tests
本文借助 Stein 恒等式提出独立加性加权偏倚分布,并构造 $L^2$ 型拟合优度检验,结合参数 bootstrap 与 Monte Carlo 模拟验证其检验能力。
2023-04-25 stat.ME
A maximum-mean-discrepancy goodness-of-fit test for censored data
我们引入了一个基于核的拟合优度检验的删失数据,观察可能会在随机时间间隔丢失:在临床试验和工业寿命测试中常见的情况。检验统计量和检验阈值一样,计算起来很简单,我们在零值下建立了一致性。与早期的方法(如对数秩检验)不同,我们没有假设数据分布可能与空值有何不同,并且我们的检验具有针对非常丰富的替代方案的能力。在实验中,我们的测试优于竞争的方法周期性和威布尔风险函数(其中风险是时间相关的),并没有显示故障模式的测试,依赖于用户定义的功能。此外,在经典测试被证明是最强大的情况下,我们的测试表现得几乎一样好,同时更一般。
2018-10-09 stat.ME
Goodness-of-fit tests for parametric regression models with circular response
本文提出了一种用于评估具有圆形响应和$\mathbb{R}^d$值协变量的参数回归模型的检验方法,并分析了独立和空间相关数据。检验统计量基于比较(非平滑或平滑)参数圆形估计量和非参数圆形估计量的圆形距离。适当设计的引导程序校准测试在实践中也提出。有限样本性能的测试在不同的情况下,独立和空间相关的样本,通过模拟分析。
2020-08-31 stat.ME
A New Bootstrap Goodness-of-Fit Test for Normal Linear Regression Models
本文通过分析似然信息准则中拟合优度项的分布性质,提出了一种基于非参数自助法的正态线性回归模型拟合优度检验,并通过模拟研究验证了其相对于现有方法的优势。
2023-09-19 stat.AP stat.ME
Goodness of Causal Fit
我们提出了一个良好的因果拟合(GCF)措施,这取决于朱迪亚珍珠的“做”的干预。这与不使用干预措施的拟合优度(GF)措施不同。给定具有相同节点的DAG的集合${\cal G}$,为了找到好的$G\in {\cal G}$,我们建议针对所有$G\in {\cal G}$绘制$GCF(G)$与$GF(G)$,并找到具有大量两种类型的优度的图$G\in {\cal G}$。
2022-11-04 cs.AI stat.ME
A Goodness of Fit Test for Non-Gaussian Distributions with Unknown Location and Scale Parameters
本文研究了位置和尺度参数未知时基于Khmaladze鞅变换的非高斯分布拟合优度检验的计算问题,并提出一种统计功效更优的新检验方法,模拟表明其表现良好。
2023-08-01 stat.AP stat.ME
Data Transformations and Goodness-of-Fit Tests for Type-II Right Censored Samples
我们提出了几种适合于II型右删失数据的拟合优度方法。我们的策略是将原始观测值从删失样本转换为近似独立同分布。正态变量的样本,然后对转换后的观测值执行标准拟合优度正态性检验。几个著名的参数分布下测试的模拟研究揭示了抽样方法的性质。我们还提供了所提出的方法的理论分析。
2013-12-11 stat.CO stat.ME
Goodness-of-Fit Checks for Joint Models
Erasmus University Medical Center(伊拉斯谟斯大学医学中心);University of Michigan(密歇根大学)
本文提出了一种基于贝叶斯后验预测检验的框架,用于评估联合模型对纵向和生存过程的拟合程度及关联性,通过多种检验方法识别模型错误指定。
2026-01-26 stat.AP stat.ME
Fitting Dynamically Misspecified Models: An Optimal Transportation Approach
Boston University(波士顿大学)
本文提出利用最优传输方法生成一致模型样本,以解决动态不规范状态空间模型中的滤波、参数估计和检验问题,通过迭代映射观测到结构条件分布,推导出线性过程的最优传输滤波算法,并检验模型一致性。
2026-04-24 econ.EM stat.ME
An overview of the goodness-of-fit test problem for copulas
我们回顾了Copula拟合优度检验的主要“综合程序”:基于经验Copula过程、概率积分变换、Kendall依赖函数等的检验,以及一些相应的降维技术。讨论了无渐近分布的检验统计量的求法和可靠p值的计算问题。一些特殊的情况下,如方便测试的时间依赖copula,阿基米德或极值copula等,处理。最后,对所提出的方法的实际性能进行了简要总结。
2012-11-19 q-fin.ST stat.ME
Bahadur efficiency for certain goodness--of--fit tests based on the empirical characteristic function
本文研究基于经验特征函数的加权L2型拟合优度检验的Bahadur效率,覆盖正态性、指数性及logistic分布检验,首次为logistic分布复合检验计算效率,并为BHEP和energy检验提供新的多元效率结果。
2022-01-21 math.ST stat.ME stat.TH
Computing the confidence levels for a root-mean-square test of goodness-of-fit, II
本文扩展了我们以前的文章,“计算拟合优度均方根检验的置信水平”,与以前的文章不同,本文中的模型涉及参数估计-相关检验中的零假设和备择假设都是复合的。我们提供了有效的黑盒算法计算的渐近置信水平的经典卡方检验的变体。在某些情况下,也可以通过蒙特卡罗模拟计算精确的置信水平。
2011-12-22 stat.CO stat.ME
Multivariate goodness-of-fit on flat and curved spaces via nearest neighbor distances
我们提出了一个统一的方法来拟合优度测试在$\mathbb{R}^d$和嵌入在$\mathbb{R}^d$基于$k$次最近邻球的加权体积的幂和的低维流形。证明了一类检验统计量在原假设和固定备择下的渐近正态性。在这样的替代方案下,检验统计量的缩放版本收敛于概率分布之间的$α$ -熵。模拟研究表明,该程序是严重的竞争对手,建立拟合优度测试。
2016-12-20 math.ST stat.ME stat.TH
Goodness-of-fit testing based on a weighted bootstrap: A fast large-sample alternative to the parametric bootstrap
将样本的经验累积分布函数与累积分布函数的参数估计值进行比较的过程被称为具有估计参数的经验过程,并已在文献中广泛用于拟合优度检验。进行这种拟合优度检验的最简单方法,特别是在多变量环境中,是使用参数自举法。虽然很容易实现,但随着样本量、参数数量或数据维数的增加,参数自举在计算上会变得非常昂贵。本文提出了一种基于快速加权自举的替代重定位技术,并进行了理论和实验研究。这项工作的结果是一个通用的和计算效率的乘数拟合优度的程序,可以作为一个大样本的替代参数引导。为了大致确定参数和加权自举方法具有大致相等功效所需的样本量大小,在一维、二维和三维以及包含多达9个参数的模型中进行了广泛的蒙特卡罗实验。从使用建议的乘数拟合优度程序所产生的计算增益示出的三变量金融数据。这项工作的副产品是一个快速的大样本拟合优度的二元和三元t分布的自由度是固定的程序。
2012-02-25 stat.CO stat.ME
On goodness-of-fit tests for arbitrary multivariate models
拟合优度检验通常用于数据分析,以测试分布与一组数据的一致性。这些测试可用于检测已知背景下的未知信号,或在被不太了解的背景污染的实验中对拟议的信号分布设置限制。可以针对任何拟议分布的开箱即用非参数检验仅在单变量情况下可用。在本文中,我们讨论了如何为任意的多元分布或多元数据生成模型建立拟合优度检验。
2023-03-17 astro-ph.IM hep-ex physics.data-an
Goodness-of-Fit Tests for Perturbed Dynamical Systems
研究了具有小差异系数的随机微分方程的拟合优度检验问题。基本假设总是简单的,它是由已知的趋势系数描述。我们提出了几种类型的Cramer-von Mises,Kolmogorov-Smirnov和卡方检验。这些测试的权力职能,我们研究了一个特殊的类密切的替代品。讨论了在复合基本假设下,基于局部时的拟合优度检验的构造以及构造渐近分布自由检验的可能性。
2009-03-26 math.PR math.ST stat.ME
On goodness-of-fit testing for self-exciting point processes
针对自激点过程缺乏可靠参数模型拟合优度检验方法的问题,提出基于bootstrap的检验方法,适用于各类自激点过程,并证明了非齐次Poisson过程情形下的渐近一致性。
2024-07-12 math.ST stat.ME stat.TH
Computing the confidence levels for a root-mean-square test of goodness-of-fit
用于检验拟合优度的经典卡方统计量长期以来一直是现代统计实践的基石。该统计量由一个总和组成,其中每个被加数涉及除以与被测试拟合优度的分布中的相应bin相关联的概率。通常,这种划分应该促进重新分组,以统一与箱相关联的概率,以便使测试合理地强大。随着计算机的广泛使用,不再需要这样做。本文提供了一种有效的黑盒算法,用于计算经典卡方检验中变量的渐近置信水平,该算法省略了有问题的除法。在许多情况下,通过蒙特卡罗模拟计算精确的置信水平也是可行的。
2011-03-07 stat.CO stat.ME
Multinomial Goodness-of-Fit Based on U-Statistics: High-Dimensional Asymptotic and Minimax Optimality
我们认为多项式拟合优度测试中的高维制度,其中箱的数量增加的样本量。在这种情况下,Pearson卡方检验由于其统计量的显著偏倚和高方差而可能具有低功效。为了解决这些问题,我们引入了一族多项式拟合优度的U-统计量,并研究了它们在高维情形下的渐近行为。具体来说,我们建立的条件下,所考虑的U-统计量是渐近泊松或高斯,并调查其权力函数下的每个渐近制度。此外,我们引入了一类权重的U-统计量,结果在最小最大率最优测试。
2018-12-21 math.ST stat.ME stat.TH
Asymptotic Efficiency of Goodness-of-fit Tests for the Power Function Distribution Based on Puri--Rubin Characterization
我们构造了幂分布函数族的积分型和上确界型拟合优度检验。检验统计量是$U-$经验过程的泛函,并且基于属于Puri和Rubin的幂函数分布族的经典表征。本文描述了零假设下检验统计量的对数大偏差渐近性,并计算了它们在常见参数下的局部Bahadur效率.给出了新统计量局部最优性的条件。
2012-07-03 math.ST stat.ME stat.TH
Goodness of fit of logistic models for random graphs
逻辑斯谛回归是一种自然而简单的工具,可以用来理解协变量如何解释二元网络的拓扑结构。一旦模型拟合,从业者对回归的拟合优度感兴趣,以检查协变量是否足以解释网络的整个拓扑结构,如果不足以解释,则分析残差结构。为了解决这个问题,我们引入了一个通用的模型,结合逻辑斯谛回归与面向网络的残差项。这个剩余项采用W-图的图子函数的形式。使用变分贝叶斯框架,我们推断的残差graphon平均一系列的块常数函数。这种方法允许我们定义一个通用的拟合优度标准,它对应于残差图子为常数的后验概率。玩具数据进行实验,以评估该程序的准确性。从社会科学和生态学的几个网络进行了研究,以说明所提出的方法。
2017-01-06 stat.CO stat.ME
CHIWEI: A code of goodness of fit tests for weighted and unweighted histograms
本文给出了一个独立的Fortran-77程序,可用于加权和非加权直方图的拟合优度检验。该代码计算测试统计量的情况下,直方图与事件的归一化权重和事件的非归一化权重。
2011-10-10 astro-ph.IM hep-ex nucl-ex
Goodness of fit tests for Rayleigh distribution
我们发展了一个新的良好的适合测试的瑞利分布的完全以及右删失数据。我们使用U-统计量理论推导出检验统计量。首先,我们开发了一个完整的数据测试,然后讨论,如何正确的删失观测可以纳入测试过程。本文详细研究了无删失和删失情形下检验统计量的渐近性质。进行了广泛的蒙特卡罗模拟研究,以验证所提出的测试的性能。我们用真实的数据集来说明程序。我们还提供了一个良好的拟合测试标准瑞利分布的刀切经验似然的基础上。
2022-08-18 math.ST stat.ME stat.TH
Kernelized Stein Discrepancy for Goodness-of-Fit Tests and Stein Sampling in R
University of California San Diego(加州大学圣地亚哥分校)
该研究提出核化Stein差异,开发R包steinsampling提供统一工作流,实现基于得分的Stein方法在拟合优度检验与采样中的应用,提升方法的复用性与可扩展性。
2026-10-14 stat.CO stat.ME
Standardisation-function Kernel Stein Discrepancy: A Unifying View on Kernel Stein Discrepancy Tests for Goodness-of-fit
基于核斯坦差异(KSD)的非参数拟合优度检验程序是在各种情况下验证一般非正态化分布的有前途的方法。现有的工作集中在研究内核的选择,以提高测试性能。然而,(非唯一)Stein算子的选择也有相当大的影响的测试性能。受标准化技术的启发,最初开发的正态分布,以更好地获得近似性能,我们提出了一个统一的框架,称为标准化函数核斯坦差异(Sf-KSD),研究不同的斯坦运营商在KSD为基础的测试拟合优度。我们推导出明确的建议框架与现有的KSD为基础的测试,并表明,Sf-KSD可以作为一个指南,开发新的基于内核的非参数测试复杂的数据场景,如截尾分布或成分数据。实验结果表明,所提出的测试控制第一类错误以及实现更高的测试功率比现有的方法。
2022-05-31 stat.ME stat.ML