小样本数据的三种区间估计方法性能分析

摘要：

针对小样本数据的区间估计问题，将Bootstrap分析方法中的重复抽样思想引入到灰色估计理论中，提出改进的小样本区间估计算法。该算法首先对原始样本进行抽样处理获取新样本，然后基于灰色距离测度计算满足一定灰色置信度的灰色置信区间。针对3种不同灰色距离测度方法得到的置信区间，选择区间位置和区间宽度作为评价指标，以严谨的数学证明分析比较3种区间估计方法的性能。理论分析结果表明，灰色估计值离样本中最小值的距离最远是第3种方法置信区间位置最优的充分不必要条件；3种方法置信区间宽度的相互关系仅由灰色置信度决定。最后通过仿真验证了所提算法的有效性以及理论分析结果的正确性。

关键词：数据处理、小样本、区间估计、灰色距离测度

分类号：TM930.15

资助基金：国家自然科学基金61141009；国防“十二五”预研项目40405070102资助课题

在线出版日期：2014-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1929-1933