專案詳細資料
Description
非重疊式批次平均法(Nonoverlapping Batch Means, NBM)—直以來是針對已達穩態的時間 序列用來建構樣本平均數的信賴區間估計程序的重要基礎。Meketon和Schmeiser (1985) 提出了有別於NBM用以估計樣本平均的標準誤差的替代方法:重疊式批次平均法 (Overlapping Batch Means, OBM)。儘管OBM本身是具有很好統計的效率,但是由於OBM 估計式的抽樣分配並不是卡方分配。也因此以OBM為基礎的信賴區間估計程序一直沒有 人探討與發展直到Yeh和Schmeiser (2014b)。本研究計晝就本質而言是Yeh和Schmeiser (2014b)的研究繼續延伸。發展以OBM為基礎 的信賴區間估計程序其困難點在於OBM樣本平均之變異數估計式的抽樣分配是個未知分 配。在OBM估計式是卡方分配的假設下,Yeh和Schmeiser (2014b)利用數值方法來撮合 OBM估計式與卡方分配的變異數進而決定OBM估計式所需卡方分配的自由度。與其假設OBM估計式是卡方分配,在本計晝中我們希望透過大樣本分析來求得OBM估 計式的抽樣分配進而發展出一套好的OBM信賴區間估計程序。Yeh和Schmeiser (2014a) 文中指出正確性是發展一套好的信賴區間估計程序重要性質。此特性可以透過使用正確的 抽樣分配來達成。本研究最終的目的有二: 一是發展好的OBM信賴區間估計程序;二是透過發展更完整的 OBM相關理論來推廣OBM信賴區間估計程序。我們衷心地認為OBM是在眾多估計樣本 平均標準誤差的方法中最有效率的。OBM十分值得學術界以及業界投入更多的關注。
狀態 | 已完成 |
---|---|
有效的開始/結束日期 | 1/08/16 → 31/07/17 |
Keywords
- 標準誤差估計
- 隨機模擬
- 信賴區間
指紋
探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。