Robustness of Statistical Tests (Statistical Modeling and Decision Science) - Hardcover

Inhaltsangabe

Robustheit der statistischen Tests bietet eine allgemeine, systematische endliche Stichprobentheorie der Robustheit von Tests und deckt die Anwendung dieser Theorie auf einige wichtige Testprobleme ab, die üblicherweise unter Normalität betrachtet werden. Dieser acht-Kapitel-Text konzentriert sich auf die Robustheit, die sich mit der genauen Robustheit befasst, in der die Verteilungs- oder optimale Eigenschaft, die ein Test unter einer Normalverteilung trägt, genau unter einer Nichtnormalverteilung hält.

Kapitel 1 überprüft die elliptisch symmetrischen Verteilungen und ihre Eigenschaften, während Kapitel 2 den Darstellungssatz für das Wahrscheinlichkeitsverhältnis einer maximalen Invariante beschreibt. Kapitel 3 erforscht die grundlegenden Konzepte von drei Aspekten der Robustheit von Tests, nämlich null, nonnull und Optimalität, sowie eine Theorie, die Methoden zur Etablierung bietet. Kapitel 4 erläutert die Anwendungen der allgemeinen Theorie mit der Untersuchung der Robustheit des vertrauten Studenten-r-Tests und Tests auf serielle Korrelation. Dieses Kapitel befasst sich auch mit Robustheit ohne Invarianz. Kapitel 5 befasst sich mit den nützlichsten und am weitesten verbreiteten Problemen in multivariaten Tests, einschließlich der GMANOVA (General Multivariate Analysis of Variance). Kapitel 6 und 7 befassen sich mit den robusten Tests für Kovarianzstrukturen, wie Sphärizität und Unabhängigkeit und bieten eine detaillierte Beschreibung der univariaten und multivariaten Ausreißerprobleme. Kapitel 8 präsentiert einige neue Robustheitsergebnisse, die sich mit der Inferenz in zwei Populationsproblemen befassen.

Dieses Buch wird sich als nützlich erweisen, um mathematische Statistikstudenten voranzutreiben.

Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.