Uwagi o procedurach weryfikacji hipotez z brakującą informacją

• Autorzy: Czesław Domański

Warianty tytułu

Some Remarks on the Procedures of the Verification of Hypotheses Under Incomplete Information

• Języki publikacji: PL

Abstrakty

Ze względu na trudno dostępne dane występuje konieczność weryfikacji hipotez opartych na próbach z brakującą informacją. Pociąga to za sobą analizę metody pomiaru ilości informacji zawartej w posiadanych obserwacjach, służących konkretnemu testowi. Wiążą się z tym zagadnienia wyboru najlepszej procedury testowej w przypadku posiadania pełnej bądź niepełnej informacji. Przykładem takich badań niekompletnych prób są nauki genetyczne. W genetyce pomiar względnej informacji wynika z potrzeby planowania eksperymentów, porównywania technologii, interpretacji danych i zrozumienia własności metod wnioskowania. W artykule zasygnalizowane zostały problemy dotyczące wnioskowania statystycznego przy niepełnej informacji(abstrakt oryginalny)

EN

Due to the hard access data a necessity appears to verify hypotheses based on samples with missing information. That implies the analysis of the method of measuring the information quantity contained in the sample used in a given test. The result is the problem of choosing the best test procedure in the case of possessing complete or incomplete information. An example of such incomplete research is genetic science. In genetics the measurement of relative information results from the necessity of experiment planning, technology comparisons, data interpretation and the understanding of the properties of inference methods. In the paper some problems concerning statistical inference with incomplete information are considered.(original abstract)

Słowa kluczowe

PL

Testy statystyczne

EN

Statistical tests

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2013
• Numer: nr 309 Społeczno-gospodarcze aspekty statystyki
• Strony: 54--61

Twórcy

autor

Czesław Domański

• Uniwersytet Łódzki

Bibliografia

• Aitchison J., Goodness of prediction fit, "Biometrika" 1975, 62, ss. 547-554.
• Mathematical Reviews (MathSciNet): MR391353.
• Chernoff H., Sequential Analysis and Optimal Design, SIAM, Philadelphia 1979, PA.
• Dempster A.P., The direct use of likelihood for significance testing, "Statist. Comput." 1997, 7, ss. 247- -252.
• Dempster A.P., Laird N.M. and Rubin D.B., Maximum likelihood from incomplete data via the EM algorithm (with discussion), "J. Roy. Statist. Soc. Ser. B" 1977, 39, ss. 1-37.
• George E., Feng L. and Xu, X., Improved minimax predictive densities under Kullback-Leibler loss, "Ann. Statist." 2006, 34, ss. 78-91. MR2275235.
• Meng X.-L., A congenial overview and investigation of multiple imputation inference under uncongeniality, [w:] (R. Groves, D. Dillman, J. Eltinge and R. Little eds.), Survey Nonresponse, Wiley, New York 2001, ss. 343-356.
• Meng X.-L. and Rubin D. B., Using EM to obtain asymptotic variance-covariance matrices: The SEM algorithm, "J. Amer. Statist. Assoc" 1991, 86, ss. 899-909.
• Nicolae D.L., Meng X-L and Kong A., Quantifying the Fraction of Missing Information for Hypothesis Testing in Statistical and Genetic Studies, "Statistical Science" 2008, 23, ss. 287-312.
• Rubin D.B., Inference and missing data, "Biometrika" 1976, 63, ss. 581-592.
• Mathematical Reviews (MathSciNet): MR455196.
• Stuart A., Ord K., Kendall's Advanced Theory of Statistics, Vol. 2, Edward Arnold, London 1991.