文献

J-GLOBAL ID：201802274761465853   整理番号：18A0281597

ノンパラメトリック反復測定のためのワイルド・ブートストラップアプローチ【Powered by NICT】

A wild bootstrap approach for nonparametric repeated measurements

著者 (3件)： Friedrich Sarah (Institute of Statistics, Ulm University, Helmholtzstr. 20, 89081 Ulm, Germany) ,  Konietschke Frank (The University of Texas at Dallas, 0800 W. Campbell Road, Richardson, TX 75080-3021, USA) ,  Pauly Markus (Institute of Statistics, Ulm University, Helmholtzstr. 20, 89081 Ulm, Germany)
資料名： Computational Statistics & Data Analysis  (Computational Statistics & Data Analysis)
巻： 113  ページ： 38-52  発行年： 2017年 
JST資料番号： H0911A  ISSN： 0167-9473  CODEN： CSDADW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 生活と社会科学における計画実験反復測定とスプリットプロット計画は選択の優先設計であることが多い。MANOVAまたは線形混合モデルからの平均法により解析し,その基礎となるパラメトリック分布を仮定する事を必要とするのが一般的である。しかし,数,順序またはスコアデータが存在する場合,平均値は群間の偏差の適切な尺度ではないので,これらの技術はそれらの限界を示した。,ノンパラメトリックランクベース法は,統計的推論を行うための好まれている。それらは通常精密検査決定のための大きなサンプルサイズを必要とするため,WaldまたはA NOVA型試験が,のような一般的なノンパラメトリック法は欠点を持っている。目的は,特異的ノンパラメトリックブートストラップ法を用いて,これらの検定統計量の小標本特性を向上させることである要因反復測定とスプリットプロット設計におけるデータのすべての種類のためのそれらの一般的な適用性を保持している。特に,特異的野生型ブートストラップ法はWaldとA NOVA型統計の大規模サンプル特性を継承しているが,それらの小試料の挙動をかなり改善することを示した。新しい方法は動機づけおよびスコアデータを用いた反復測定設計における実際のデータ例に適用した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 統計的推定 ,  平均法 ,  野生型 ,  動機づけ ,  適応性 ,  *ブートストラップ ,  社会科学 ,  *ノンパラメトリック法
準シソーラス用語： 検定統計量 ,  一般化線形混合モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 縦断的データ ,  2次形式 ,  ランクに基づく方法 ,  反復測度 ,  ワイルドブートストラップ ,  野生クラスタブートストラップ

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (2件)： ノンパラメトリック ,  反復