词条 | 序贯分析 |
释义 | xuguan fenxi 序贯分析(卷名:数学) sequential analysis 数理统计学的一个分支,其名称源出于A.瓦尔德在1947年发表的一本同名著作,它研究的对象是所谓“序贯抽样方案”,及如何用这种抽样方案得到的样本去作统计推断。序贯抽样方案是指在抽样时,不事先规定总的抽样个数(观测或实验次数),而是先抽少量样本,根据其结果,再决定停止抽样或继续抽样、抽多少,这样下去,直至决定停止抽样为止。反之,事先确定抽样个数的那种抽样方案,称为固定抽样方案。 例如,一个产品抽样检验方案规定按批抽样品20件,若其中不合格品件数不超过 3,则接收该批,否则拒收。在此,抽样个数20是预定的,是固定抽样。若方案规定为:第一批抽出3个,若全为不合格品,拒收该批,若其中不合格品件数为x1<3,则第二批再抽3-x1个,若全为不合格品,则拒收该批,若其中不合格品数为 x2<3-x1,则第三批再抽3-x1-x2个,这样下去,直到抽满20件或抽得 3个不合格品为止。这是一个序贯抽样方案,其效果与前述固定抽样方案相同,但抽样个数平均讲要节省些。此例中,抽样个数是随机的,但有一个不能超过的上限20。有的序贯抽样方案,其可能抽样个数无上限,例如,序贯概率比检验的抽样个数就没有上限。 H.F.道奇和 H.G.罗米格的二次抽样方案(见抽样检验)是较早的一个序贯抽样方案。1945年,C.施坦针对方差未知时估计和检验正态分布的均值 μ(见数学期望)的问题,提出了一个二次抽样方案。依此方案,在事先给定了l>0和0<α<1后,可作出均值μ的一个置信区间,其置信系数(见区间估计)为1-α ,而长度不超过l。可以证明:当方差未知时,具有这种性质的置信区间在固定样本的情况下不可能找到。由此可以看出序贯抽样方案除了可节省抽样量之外,还有一种作用,即为了达到预定的推断可靠程度(这里为置信系数)及精确程度(这里是以区间长度来刻画),有时必须使用序贯抽样。例如,估计一事件A的概率p(0<p<1),给定ε>0及0<α<1,要找到这样的估计孨,使能以不小于1-α 的概率保证估计的相对误差|(孨-p)/p|≤ε。可以证明,若用固定抽样方案,事先指定自然数n,做n次试验,每次观察A是否发生,则不论n多么大,具有上述性质的孨不存在。但用下述序贯抽样方案可得到这样的孨:作试验,观察A是否发生,设到A第一次发生时已作了n1次试验,计算出 ![]() 第二次世界大战时,为军需验收工作的需要,瓦尔德发展了一种一般性的序贯检验方法,叫序贯概率比检验(简称SPRT)。此法在他的1947年的著作中有系统介绍,其要点如下:设在原假设H0和备择假设H1之下,随机变量x的概率密度函数或概率函数随机变量都已知,且分别为p0(x)及p1(x),对x逐次观测,第i次观测的结果记为xi,称比值 ![]() ![]() 除了检验问题以外,序贯方法在其他方面也有不少进展,对一般的统计决策问题,在各次观测结果相互独立的情况下的序贯贝叶斯解的问题,在理论上已有较完整的结果。在点估计方面,对序贯的最小化最大估计的研究有了一些结果。在区间估计方面,关于斯坦的二次抽样,正态均值及一般总体均值和线性模型参数的区间估计,有不少的工作。另外,在数理统计学中有一类在应用上重要的问题,叫选择问题,它要求从若干个分布中挑选出一个在某种意义上的最优者。例如,从若干个具有不同均值的正态分布中,挑选出其均值最大者。关于这个问题也发展了一系列的序贯方法。 参考书目 A.Wald,Sequential Analysis,John Wiley & Sons, New York, 1947. D.Siegmund,Sequential Analysis,Springer-Verlag, New York, 1985. |
随便看 |
百科全书收录78206条中英文百科知识,基本涵盖了大多数领域的百科知识,是一部内容开放、自由的电子版百科全书。