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
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 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
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
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 Tests for Heavy-tailed Random Fields
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
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
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
Exact conditional goodness-of-fit tests for the mixed membership stochastic block model
Indian Institute of Technology Kanpur（坎普尔印度理工学院）
针对有向混合成员随机块模型，提出基于块对边总数的精确条件拟合优度检验，用于检测残差发送者/接收者异质性、互惠性和有向传递闭合性。
2026-06-01 stat.ME
Pearson's goodness-of-fit tests for sparse distributions
皮尔逊卡方检验广泛用于检验分类数据与给定离散分布函数之间的拟合优度。当分类数据集的数量，比如$k$，是一个固定的整数，皮尔逊卡方检验统计量在分布上收敛到一个卡方分布，当样本量$n$趋于无穷大时，自由度为$k-1$。在实际应用中，数字$k$经常随$n$变化，甚至可能比$n$大得多。利用鞅方法，证明了在相当一般的条件下，Pearson卡方检验统计量收敛于正态分布.我们还提出了一个新的检验统计量，这是更强大的卡方检验统计量的基础上，我们的模拟研究。一个真正的应用彩票数据来说明我们的方法。
2021-12-30 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
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 Tests For Elliptical And Independent Copulas Through Projection Pursuit
两个拟合优度测试Copula正在研究。第一个处理的情况下，椭圆copula和第二个处理独立copula。这些测试结果的投影寻踪方法，我们将在本文中介绍的扩展。这种方法使我们能够确定这些连接位于哪个轴系统上，以及这些连接在由先前确定的轴形成的基中的精确值，而不管它们在其规范基中的值如何。模拟，以及应用到真实的数据集。
2011-03-02 math.ST stat.TH
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
A Two-Step Projection-Based Goodness-of-Fit Test for Ultra-High Dimensional Sparse Regressions
本文提出了一种针对超高维稀疏回归的两步投影型适配性检验方法，通过构建投影统计量并结合p值组合程序，提高了在高维数据下的检验功效。
2025-12-28 math.ST stat.ME stat.TH
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
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 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
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
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 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
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
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
Exact goodness-of-fit testing for the Ising model
伊辛模型是相互作用系统中最简单和最著名的模型之一。它最初是在统计物理学中被提出来模拟铁磁相互作用的，现在被广泛用于模拟生态学、社会学和遗传学等许多领域的空间过程，通常不需要测试它的拟合优度。在这里，我们提出了各种检验统计量和一个确切的拟合优度测试的有限格点伊辛模型。马尔可夫基的理论已经在代数统计中发展起来，用于使用蒙特卡罗方法进行精确的拟合优度测试。然而，找到马尔可夫基通常是计算上难以处理的。因此，我们开发了一种蒙特卡罗方法，用于精确的拟合优度测试的伊辛模型，避免计算马尔可夫基础，也导致了更好的连接的马尔可夫链，从而更快地收敛。我们展示了如何可以应用这种方法来分析细胞膜上的受体的空间组织。
2016-02-11 math.CO math.ST stat.ME
A Stein Goodness of fit Test for Exponential Random Graph Models
我们提出并分析了一种新的非参数拟合优度检验程序的可交换指数随机图模型（ERGMs）时，一个单一的网络实现观察。该测试确定观察结果由目标非标准化ERGM密度生成的可能性。我们的检验统计量是来自一个内核Stein差异，发散构造通过Steins方法使用功能在再生核希尔伯特空间，结合离散Stein运营商ERGM。该测试是基于目标ERGM的模拟网络的蒙特卡罗测试。我们展示了一类ERGMs的测试过程的理论性质。介绍了仿真研究和实际网络应用。
2021-02-28 stat.ME stat.ML
Some Goodness of Fit Tests based on Centre Outward Spacings
本文提出基于中心向外间距的一元拟合优度检验，证明其具有与通常间距检验相似的渐近性质，并通过模拟表明在轻尾对称备择假设下表现更优。
2022-07-05 math.ST stat.ME stat.TH
The performance of univariate goodness-of-fit tests for normality based on the empirical characteristic function in large samples
基于经验特征函数和一些最佳正态性检验，在两种检验之间进行经验功效比较。一个简单的正态性检验的基础上的经验特征函数计算在一个单一的点，表现出优于更复杂的Epps-Pulley检验和频率检验包括在大样本的研究。
2016-06-01 stat.CO stat.ME
Empirical Survival Jensen-Shannon Divergence as a Goodness-of-Fit Measure for Maximum Likelihood Estimation and Curve Fitting
决定系数称为$R^2$，通常用作拟合线性模型的拟合优度标准。在拟合非线性模型时，$R^2$有些争议，尽管它可以根据具体情况进行推广，以处理特定模型，如logistic模型。假设我们使用极大似然估计方法将参数分布拟合到数据集。测量拟合参数的拟合优度的一般方法是使用非参数测量来比较包括原始数据的经验分布和拟合模型。特别是，为了这个目的，我们提出了生存詹森-香农发散（$SJS$）和它的经验对应（${\cal E}SJS$）作为一个度量，这是有界的，是一个自然的概括詹森-香农发散。我们证明，通过一个简单的程序，利用${\cal E}SJS$，它可以被用作极大似然估计或曲线拟合的一部分，作为一个衡量拟合优度，包括建设一个置信区间的拟合参数分布。此外，我们用模拟数据和三个经验数据集证明了所提出方法的有效性。
2019-06-04 physics.data-an q-fin.ST stat.ME
Multivariate Goodness of Fit Procedures for Unbinned Data: An Annotated Bibliography
非面元极大似然法是参数估计的一种常用方法。在参数估计之后，关键是要知道拟合模型是否充分描述了实验数据。已对单变量拟合优度程序进行了全面分析。在多维数据中，拟合优度检验的功效在实际问题中的研究还很少。至于哪种方法更好，没有明确的答案。测试性能与特定的分析特性密切相关。在这项工作中，审查多变量拟合优度技术。
2011-02-11 stat.AP
A Goodness-of-Fit Test for Independent Component Models in High Dimensions
University of California, Davis（加州大学戴维斯分校）
本文提出了一种高维数据中独立成分模型的适配性检验方法，该方法在数据维度和样本量按比例发散时具有理论保证，并通过数值实验和基因表达数据示例展示了其在实际应用中的诊断潜力。
2026-05-19 math.ST stat.ME stat.TH
A Chi-square Goodness-of-Fit Test for Continuous Distributions against a known Alternative
卡方拟合优度检验是已知的最古老的统计检验之一，由Pearson于1900年首次提出用于多项分布。从那以后，它一直在许多领域使用。然而，各种研究表明，当应用于连续分布的数据时，它通常不如其他方法，如Kolmogorov-Smirnov或Anderson-Darling检验。但是，卡方检验的性能（即功效）在很大程度上取决于数据分箱的方式。在本文中，我们描述了一种方法，自动找到一个binning是非常好的对一个特定的替代品。我们表明，然后卡方检验一般是有竞争力的，有时甚至优于其他标准的测试。
2020-05-06 stat.CO stat.ME
An Information-Theoretic Approach to Nonparametric Estimation, Model Selection, and Goodness of Fit
本文将新近公理化的最优信息原理（在所有相关信息的约束下最小化Kullback-Leibler信息）应用于非参数密度估计，为最大熵密度估计提供了理论基础和计算算法。这种估计量称为最优信息估计量，它可以任意地逼近真密度。作为一个副产品，我得到的参数模型（有条件和无条件）的拟合拟合优度和模型选择的绝对标准的措施，而不是其他传统的方法，如AIC和BIC这是相对的措施。
2011-03-25 math.ST stat.ME stat.TH
On the Goodness-of-Fit Testing for Ergodic Diffusion Processes
研究遍历扩散过程的拟合优度检验问题。基本假设应该是简单的。扩散系数是已知的，并且替代方案由不同的趋势系数描述。基于不变密度的经验分布函数和局部时估计，研究了Cramer-vonMises型检验的渐近分布.特别是，我们提出了一个转换，使这些测试渐近分布自由。我们讨论了在复合基本假设的情况下，该检验的修改。
2009-03-26 math.PR math.ST stat.ME
Monte Carlo goodness-of-fit tests for degree corrected and related stochastic blockmodels
本研究针对网络数据的多种随机块模型变体，结合块成员估计器与代数统计工具构建有限样本拟合优度检验方法，该方法可推广至离散数据对数线性有限混合模型，为首例代数统计在潜变量模型中的应用。
2024-03-06 math.ST stat.ME stat.TH
