Likelihood-based Spacings Goodness-of-Fit Statistics for Univariate Shape-constrained Densities
University of Washington(华盛顿大学);Queen’s University(女王大学);The University of Texas at Dallas(德克萨斯大学达拉斯分校);The Chinese University of Hong Kong(香港中文大学)
研究基于样本间距的统计量来检验对参数分布的拟合优度,针对单变量形状受限密度,考虑基于观测间距的似然比检验,证明其在原假设下渐近正态且无分布依赖等性质。
2026-07-07 math.ST stat.TH
The central limit theorem for sum-functions of m-tuples of spacings
该研究针对单位圆周随机点的均匀间距m元组函数和,在m随n增长的条件下推导了期望、方差的渐近公式并证明其渐近正态性,拓展了间距相关极限理论的适用范围。
2024-04-15 math.PR math.ST stat.TH
A note on the estimation of extreme value distributions using maximum product of spacings
利用最大间距积(MPS)估计广义极值分布(GEV)和广义Pareto分布(GPD)。有效的估计得到的MPS为所有$γ$。这优于仅对$γ<1$有效的最大似然方法。然后,它表明,MPS给出的估计更接近真实的参数相比,最大似然估计(MLE)在模拟研究。在样本量较小的情况下,MPS性能稳定,而MLE性能不稳定。MPS估计器的性能也比概率加权矩(PWM)估计器的性能更稳定。最后,作为MPS的副产品,拟合优度统计量,Moran统计量,可用于极值分布。经验的显着性水平的Moran统计量的计算被认为是令人满意的期望水平。
2007-02-27 math.ST stat.TH
Interval Spacing
Primordial Machine Vision Systems, Inc.(原始机器视觉系统有限公司)
本文研究了间隔间距的定义与统计特性,通过低通滤波解释其与期望值的关系,并探讨了重叠间隔间的相关性。
2026-08-25 stat.ME
A Spacing Estimator
Primordial Machine Vision Systems, Inc.(原始机器视觉系统公司)
本文提出了一种用于估计具有已知逆累积密度函数的分布中间距的估计器,并探讨了其在中间和尾部区域的精度表现。
2026-01-29 stat.ME
Nonparametric Estimation of Joint Entropy via Partitioned Sample-Spacing
Yonsei University(延世大学);Michigan State University(密歇根州立大学)
本文提出了一种基于分区样本间距的非参数联合熵估计方法,该方法在多种分布上表现优异,无需训练或辅助密度建模,适用于信息论机器学习任务。
2025-11-30 math.ST stat.ML stat.TH
A goodness-of-fit test based on a recursive product of spacings
我们介绍了一种新的统计测试的基础上观察到的有序数据的间距。该统计量对于检测随机样本中的非均匀性或事件时间序列中的短暂特征是敏感的。在某些条件下,这种新的测试可以优于现有的,如众所周知的Kolmogorov-Smirnov或Anderson-Darling测试,特别是当样本数量很小,差异发生在一个小的分位数的原假设分布。详细描述了检验统计量,包括详细讨论其分布的参数化,通过渐近自举以及一种新的每分位数误差估计的经验分布。提供了两个示例应用,使用该测试来提高通用“碰撞狩猎”的灵敏度,并采用该测试来检测超新星。本文通过与其他已建立的拟合优度测试进行扩展性能比较来完成。
2022-10-26 astro-ph.IM hep-ex physics.data-an
Processus empiriques des rapports de $m$-espacements uniformes disjoints (Non-overlapping uniform $m$-spacings-ratio empirical processes)
我们考虑一个经验过程的基础上所选择的一对非重叠的$m$ -间距产生的任意大小的独立样本的比率。作为一个主要的结果,我们表明,当两个样本是均匀分布的间隔相等的长度,这个经验过程收敛到一个平均中心的布朗桥的形式$\ \displaystyle (B\circ H_{m})_{C}(v)=B(H_{m}(v))-2(2m+1)C\ \frac{(2m-1)!}{m((m-1)!)^2}(v(1-v))^m\int_{0}^{1}B(H_{m}(s))\ud s,\ $为$\ \displaystyle 0\leq v\leq 1,\ $其中$\ \displaystyle B(.)\ $表示布朗桥,$\ \displaystyle H_{m},\ $的分布函数的Beta分布与参数$m$和$m,\ $和$C,\ $一个常数。
2012-11-07 math.ST stat.TH
Variance-Reduced Manifold Sampling via Polynomial-Maximization Density Estimation
Department of Information, Multimedia Technologies and Design, Cherkasy State Business College(切爾卡西州商業學院信息、多媒體技術與設計系);State Scientific Research Institute of Armament and Military Equipment Testing and Certification(武器和軍事設備測試和認證國家科學研究 institutes);Department of Cybernetics and Applied Mathematics, Uzhhorod National University(烏茲霍羅德國家大學自動控制與應用數學系)
针对隐式定义流形上的均匀采样问题,提出一种基于多项式最大化矩估计的密度估计模块PMM-MASEM,通过门控机制在非平坦间距分布下替代传统插件估计,降低密度均方误差22-36%。
2026-05-24 cs.LG stat.ME stat.ML
Higher-order spacings in the superposed spectra of random matrices with comparison to spacing ratios and application to complex systems
Department of Physics, Visvesvaraya National Institute of Technology(维斯瓦萨瓦亚国立理工学院物理系)
通过数值研究同一类圆随机矩阵的m个叠加谱中的高阶间距统计,提出修正Dyson指数序列的唯一性猜想,并应用于量子混沌 kicked top 模型及中间映射的谱涨落分析。
2026-06-02 nlin.CD physics.data-an quant-ph
Modality Analysis via Spacing with the Dimodal Software Libraries
Primordial Machine Vision Systems(原始机器视觉系统)
研究通过间距与双峰软件库进行模态分析,介绍了包含多种测试的R包Dimodal,描述其实现与性能,应用于识别小行星带柯克伍德空隙,还展示了软件端口,如DimodalCPy命令行程序。
2026-08-25 astro-ph.EP astro-ph.IM stat.ME
Power of the Spacing test for Least-Angle Regression
后选择推理的最新进展表明,条件测试在高维中是相关的和易处理的。在高斯线性模型中,进一步的工作已经得到了无条件的检验统计量,如Kac-Rice枢轴一般惩罚问题。为了测试全局零,这一突破的一个突出的后代是间距测试,该测试考虑了著名的最小角度回归(LARS)算法的前两个节点之间的相对分离。然而,在替代方案下,没有显示关于这些检验统计量分布的结果。本文第一次讨论了间距检验的这一重要问题,并证明了它是无条件无偏的。此外,我们提供了第一个扩展的间距测试的框架未知的噪声方差。更确切地说,我们调查的权力的间距测试LARS和证明,它是无偏的:它的权力总是大于或等于显着性水平$α$。特别是,我们描述了这个测试的权力下的各种预测:我们证明,它的拒绝区域是最佳的,当预测正交的水平$α$为零,我们表明,得到一个真正的积极的概率是远远大于$α$,我们给它的权力的情况下,两个预测的详细描述。此外,我们数值研究的间距测试LARS和皮尔逊卡方检验(拟合优度)之间的比较。
2015-10-12 math.ST stat.ME stat.TH
Accurate and Efficient Approximation of the Null Distribution of Rao's Spacing Test
Chuo University(中央大学)
本文提出了一种高效且精确的方法,通过递归计算高阶矩和Gram-Charlier展开,近似Rao间距检验的空分布,从而提升其在不同样本大小下的应用灵活性和准确性。
2026-02-04 math.ST stat.ME stat.TH
Exact and arbitrarily accurate non-parametric two-sample tests based on rank spacings
推导非参数检验的一种常见方法是根据样本秩重新制定参数检验。尽管是分布自由的(即使在有限样本中),所得的测试往往显示出显着的渐近功效特性,通常匹配其参数对应的效率。从经验上讲,这些有利的权力性质已被证明是坚持在非渐近制度,以及,提示需要相应的秩为基础的统计有限样本特征。在这里,我们提供了这样的家庭的加权$p$ -范数的秩间距,其中包括经典的测试的曼惠特尼,迪克森,和各种推广。对于$p=1$,我们提供了所涉及的分布的精确表达式,而对于$p>1$,我们描述了相关的矩序列,并推导出一种算法,以快速和稳定的方式从这些序列中恢复感兴趣的分布。我们使用这个框架来开发一个新的家庭的非参数测试镜像属性的广义似然比,证明新的尾界狄克逊的和格林伍德的统计,并证明了先前制定的猜想的全球效率的排名为基础的测试对$F$ -测试的规模家庭的背景下。
2022-08-09 math.PR math.ST stat.TH