Spelling suggestions: "subject:"goodness off iit."" "subject:"goodness off hiit.""
131 |
The Community of Inquiry Survey Instrument: Measurement Invariance in the Community College PopulationChambers, Roger Antonio 05 1900 (has links)
This study aimed to observe measurement invariance between community college students and university students in response to the Community of Inquiry (CoI) Survey instrument. Most studies of the CoI survey instruments have recorded and validated the instruments considering undergraduate or graduate students. This study sought to validate and prove the survey tool as a reliable instrument for the community college population. The study employed SEM and meta-analytic procedures to observe measurement invariance between a Monte Carlo generated general university sample population and the community college survey population. The findings are discussed, as well as the implications for CoI studies in the community college.
|
132 |
Inférence statistique dans le modèle de mélange à risques proportionnels / Statistical inference in mixture of proportional hazards modelsBen elouefi, Rim 05 September 2017 (has links)
Dans ce travail, nous nous intéressons à l'inférence statistique dans deux modèles semi-paramétrique et non-paramétrique stratifiés de durées de vie censurées. Nous proposons tout d'abord une statistique de test d'ajustement pour le modèle de régression stratifié à risques proportionnels. Nous établissons sa distribution asymptotique sous l'hypothèse nulle d'un ajustement correct du modèle aux données. Nous étudions les propriétés numériques de ce test (niveau, puissance sous différentes alternatives) au moyen de simulations. Nous proposons ensuite une procédure permettant de stratifier le modèle à 1isques proportionnels suivant un seuil inconnu d'une variable de stratification. Cette procédure repose sur l'utilisation du test d'ajustement proposé précédemment. Une étude de simulation exhaustive est conduite pour évaluer les pe1fonnances de cette procédure. Dans une seconde partie de notre travail, nous nous intéressons à l'application du test du logrank stratifié dans un contexte de données manquantes (nous considérons la situation où les strates ne peuvent être observées chez tous les individus de l'échantillon). Nous construisons une version pondérée du logrank stratifié adaptée à ce problème. Nous en établissons la loi limite sous l'hypothèse nulle d'égalité des fonctions de risque dans les différents groupes. Les propriétés de cette nouvelle statistique de test sont évaluée au moyen de simulations. Le test est ensuite appliqué à un jeu de données médicales. / In this work, we are interested in the statistical inference in two semi-parametric and non-parametric stratified models for censored data. We first propose a goodnessof- fit test statistic for the stratified proportional hazards regression model. We establish its asymptotic distribution under the null hypothesis of a correct fit of the model. We investigate the numerical properties of this test (level, power under different alternatives) by means of simulations. Then, we propose a procedure allowing to stratify the proportional hazards model according to an unknown threshold in a stratification variable. This procedure is based on the goodness-of-fit test proposed earlier. An exhaustive simulation study is conducted to evaluate the performance of this procedure. In a second part of our work, we consider the stratified logrank test in a context of missing data (we consider the situation where strata can not be observed on all sample individuals). We construct a weighted version of the stratified logrank, adapted to this problem. We establish its asymptotic distribution under the null hypothesis of equality of the hazards functions in the different groups. The prope1ties of this new test statistic are assessed using simulatious. Finally, the test is applied to a medical dataset.
|
133 |
Goodness-of-Fit Tests For Dirichlet Distributions With ApplicationsLi, Yi 23 July 2015 (has links)
No description available.
|
134 |
Corrected LM goodness-of-fit tests with applicaton to stock returnsPercy, Edward Richard, Jr. 05 January 2006 (has links)
No description available.
|
135 |
Validation and Inferential Methods for Distributional Form and ShapeMayorov, Kirill January 2017 (has links)
This thesis investigates some problems related to the form and shape of statistical distributions with the main focus on goodness of fit and bump hunting. A bump is a distinctive characteristic of distributional shape. A search for bumps, or bump hunting, in a probability density function (PDF) has long been an important topic in statistical research. We introduce a new definition of a bump which relies on the notion of the curvature of a planar curve. We then propose a new method for bump hunting which is based on a kernel density estimator of the unknown PDF. The method gives not only the number of bumps but also the location of their centers and base points. In quantitative risk applications, the selection of distributions that properly capture upper tail behavior is essential for accurate modeling. We study tests of distributional form, or goodness-of-fit (GoF) tests, that assess simple hypotheses, i.e., when the parameters of the hypothesized distribution are completely specified. From theoretical and practical perspectives, we analyze the limiting properties of a family of weighted Cramér-von Mises GoF statistics W2 with weight function psi(t)=1/(1-t)^beta (for beta<=2) which focus on the upper tail. We demonstrate that W2 has no limiting distribution. For this reason, we provide a normalization of W2 that leads to a non-degenerate limiting distribution. Further, we study W2 for composite hypotheses, i.e., when distributional parameters must be estimated from a sample at hand. When the hypothesized distribution is heavy-tailed, we examine the finite sample properties of W2 under the Chen-Balakrishnan transformation that reduces the original GoF test (the direct test) to a test for normality (the indirect test). In particular, we compare the statistical level and power of the pairs of direct and indirect tests. We observe that decisions made by the direct and indirect tests agree well, and in many cases they become independent as sample size grows. / Thesis / Doctor of Philosophy (PhD)
|
136 |
The use of effect sizes in credit rating modelsSteyn, Hendrik Stefanus 12 1900 (has links)
The aim of this thesis was to investigate the use of effect sizes to report the results of
statistical credit rating models in a more practical way. Rating systems in the form of
statistical probability models like logistic regression models are used to forecast the
behaviour of clients and guide business in rating clients as “high” or “low” risk borrowers.
Therefore, model results were reported in terms of statistical significance as well as business
language (practical significance), which business experts can understand and interpret. In this
thesis, statistical results were expressed as effect sizes like Cohen‟s d that puts the results into
standardised and measurable units, which can be reported practically. These effect sizes
indicated strength of correlations between variables, contribution of variables to the odds of
defaulting, the overall goodness-of-fit of the models and the models‟ discriminating ability
between high and low risk customers. / Statistics / M. Sc. (Statistics)
|
137 |
Test d'adéquation à la loi de Poisson bivariée au moyen de la fonction caractéristiqueKoné, Fangahagnian 09 1900 (has links)
Les tests d’adéquation font partie des pratiques qu’ont les statisticiens pour
prendre une décision concernant l’hypothèse de l’utilisation d’une distribution
paramétrique pour un échantillon. Dans ce mémoire, une application du test
d’adéquation basé sur la fonction caractéristique proposé par Jiménez-Gamero
et al. (2009) est faite dans le cas de la loi de Poisson bivariée. Dans un premier
temps, le test est élaboré dans le cas de l’adéquation à une loi de Poisson univariée
et nous avons trouvé son niveau bon. Ensuite cette élaboration est étendue au
cas de la loi de Poisson bivariée et la puissance du test est calculée et comparée
à celle des tests de l’indice de dispersion, du Quick test de Crockett et des deux
familles de tests proposés par Novoa-Muñoz et Jiménez-Gamero (2014). Les résultats
de la simulation ont permis de constater que le test avait un bon niveau
comparativement aux tests de l’indice de dispersion et au Quick test de Crockett
et qu’il était généralement moins puissant que les autres tests. Nous avons également
découvert que le test de l’indice de dispersion devrait être bilatéral alors
qu’il ne rejette que pour de grandes valeurs de la statistique de test. Finalement,
la valeur-p de tous ces tests a été calculée sur un jeu de données de soccer et les
conclusions comparées. Avec une valeur-p de 0,009, le test a rejeté l’hypothèse que
les données provenaient d’une loi de Poisson bivariée alors que les tests proposés
par Novoa-Muñoz et Jiménez-Gamero (2014) donnaient une conclusion différente. / Our aim in this thesis is to conduct the goodness-of-fit test based on empirical
characteristic functions proposed by Jiménez-Gamero et al. (2009) in the case of
the bivariate Poisson distribution. We first evaluate the test’s behaviour in the
case of the univariate Poisson distribution and find that the estimated type I error
probabilities are close to the nominal values. Next, we extend it to the bivariate
case and calculate and compare its power with the dispersion index test for the
bivariate Poisson, Crockett’s Quick test for the bivariate Poisson and the two test
families proposed by Novoa-Muñoz et Jiménez-Gamero (2014). Simulation results
show that the probability of type I error is close to the claimed level and that it
is generally less powerful than other tests. We also discovered that the dispersion
index test should be bilateral whereas it rejects for large values only. Finally, the
p-value of all these tests is calculated on a real dataset from soccer. The p-value of
the test is 0,009 and we reject the hypothesis that the data come from a Poisson
bivariate while the tests proposed by Novoa-Muñoz et Jiménez-Gamero (2014)
leads to a different conclusion.
|
138 |
Une famille de distributions symétriques et leptocurtiques représentée par la différence de deux variables aléatoires gammaAugustyniak, Maciej January 2008 (has links)
Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.
|
139 |
The Double Pareto-Lognormal Distribution and its applications in actuarial science and financeZhang, Chuan Chuan 01 1900 (has links)
Le but de ce mémoire de maîtrise est de décrire les propriétés de la loi double Pareto-lognormale, de montrer comment on peut introduire des variables explicatives dans le modèle et de présenter son large potentiel d'applications dans le domaine de la science actuarielle et de la finance.
Tout d'abord, nous donnons la définition de la loi double Pareto-lognormale et présentons certaines de ses propriétés basées sur les travaux de Reed et Jorgensen (2004). Les paramètres peuvent être estimés en utilisant la méthode des moments ou le maximum de vraisemblance. Ensuite, nous ajoutons une variable explicative à notre modèle. La procédure d'estimation des paramètres de ce mo-\\dèle est également discutée. Troisièmement, des applications numériques de notre modèle sont illustrées et quelques tests statistiques utiles sont effectués. / The purpose of this Master's thesis is to describe the double Pareto-lognormal distribution, show how the model can be extended by introducing explanatory variables in the model and present its large potential of applications in actuarial science and finance.
First, we give the definition of the double Pareto-lognormal distribution and present some of its properties based on the work of Reed and Jorgensen (2004). The parameters could be estimated by using the method of moments or maximum likelihood. Next, we add an explanatory variable to our model. The procedure of estimation for this model is also discussed. Finally, some numerical applications of our model are illustrated and some useful statistical tests are conducted.
|
140 |
Sur les tests lisses d'ajustement dans le context des series chronologiquesTagne Tatsinkou, Joseph Francois 12 1900 (has links)
La plupart des modèles en statistique classique repose sur une hypothèse sur
la distribution des données ou sur une distribution sous-jacente aux données. La
validité de cette hypothèse permet de faire de l’inférence, de construire des intervalles
de confiance ou encore de tester la fiabilité du modèle. La problématique
des tests d’ajustement vise à s’assurer de la conformité ou de la cohérence de
l’hypothèse avec les données disponibles. Dans la présente thèse, nous proposons
des tests d’ajustement à la loi normale dans le cadre des séries chronologiques
univariées et vectorielles. Nous nous sommes limités à une classe de séries chronologiques
linéaires, à savoir les modèles autorégressifs à moyenne mobile (ARMA
ou VARMA dans le cas vectoriel).
Dans un premier temps, au cas univarié, nous proposons une généralisation du
travail de Ducharme et Lafaye de Micheaux (2004) dans le cas où la moyenne est
inconnue et estimée. Nous avons estimé les paramètres par une méthode rarement
utilisée dans la littérature et pourtant asymptotiquement efficace. En effet, nous
avons rigoureusement montré que l’estimateur proposé par Brockwell et Davis
(1991, section 10.8) converge presque sûrement vers la vraie valeur inconnue du
paramètre. De plus, nous fournissons une preuve rigoureuse de l’inversibilité de
la matrice des variances et des covariances de la statistique de test à partir de
certaines propriétés d’algèbre linéaire. Le résultat s’applique aussi au cas où la
moyenne est supposée connue et égale à zéro. Enfin, nous proposons une méthode
de sélection de la dimension de la famille d’alternatives de type AIC, et nous
étudions les propriétés asymptotiques de cette méthode. L’outil proposé ici est
basé sur une famille spécifique de polynômes orthogonaux, à savoir les polynômes
de Legendre.
Dans un second temps, dans le cas vectoriel, nous proposons un test d’ajustement
pour les modèles autorégressifs à moyenne mobile avec une paramétrisation
structurée. La paramétrisation structurée permet de réduire le nombre élevé de paramètres dans ces modèles ou encore de tenir compte de certaines contraintes
particulières. Ce projet inclut le cas standard d’absence de paramétrisation. Le
test que nous proposons s’applique à une famille quelconque de fonctions orthogonales.
Nous illustrons cela dans le cas particulier des polynômes de Legendre
et d’Hermite. Dans le cas particulier des polynômes d’Hermite, nous montrons
que le test obtenu est invariant aux transformations affines et qu’il est en fait
une généralisation de nombreux tests existants dans la littérature. Ce projet peut
être vu comme une généralisation du premier dans trois directions, notamment le
passage de l’univarié au multivarié ; le choix d’une famille quelconque de fonctions
orthogonales ; et enfin la possibilité de spécifier des relations ou des contraintes
dans la formulation VARMA.
Nous avons procédé dans chacun des projets à une étude de simulation afin
d’évaluer le niveau et la puissance des tests proposés ainsi que de les comparer
aux tests existants. De plus des applications aux données réelles sont fournies.
Nous avons appliqué les tests à la prévision de la température moyenne annuelle
du globe terrestre (univarié), ainsi qu’aux données relatives au marché du travail
canadien (bivarié).
Ces travaux ont été exposés à plusieurs congrès (voir par exemple Tagne,
Duchesne et Lafaye de Micheaux (2013a, 2013b, 2014) pour plus de détails). Un
article basé sur le premier projet est également soumis dans une revue avec comité
de lecture (Voir Duchesne, Lafaye de Micheaux et Tagne (2016)). / Several phenomena from natural and social sciences rely on distribution’s assumption
among which the normal distribution is the most popular. The validity
of that assumption is useful to setting up forecast intervals or for checking model
adequacy of the underlying model. The goodness-of-fit procedures are tools to
assess the adequacy of the data’s underlying assumptions. Autoregressive and moving
average time series models are often used to find the mathematical behavior
of these phenomena from natural and social sciences, and especially in the finance
area. These models are based on some assumptions including normality distribution
for the innovations. Normality assumption may be helpful for some testing
procedures. Furthermore, stronger conclusions can be drawn from the adjusted
model if the white noise can be assumed Gaussian. In this work, goodness-of-fit
tests for checking normality for the innovations from autoregressive moving average
time series models are proposed for both univariate and multivariate cases
(ARMA and VARMA models).
In our first project, a smooth test of normality for ARMA time series models
with unknown mean based on a least square type estimator is proposed.
We derive the asymptotic null distribution of the test statistic. The result here
is an extension of the paper of Ducharme et Lafaye de Micheaux (2004), where
they supposed the mean known and equal to zero. We use the least square type
estimator proposed by Brockwell et Davis (1991, section 10.8) and we provide a
rigorous proof that it is almost surely convergent. We show that the covariance
matrix of the test is nonsingular regardless if the mean is known. We have also
studied a data driven approach for the choice of the dimension of the family and
we gave a finite sample approximation of the null distribution. Finally, the finite
and asymptotic sample properties of the proposed test statistic are studied via a
small simulation study.
In the second project, goodness-of-fit tests for checking multivariate normality
for the innovations from vector autoregressive moving average time series
models are proposed. Since these time series models may rely on a large number
of parameters, structured parameterization of the functional form is allowed. The
methodology also relies on the smooth test paradigm and on families of orthonormal
functions with respect to the multivariate normal density. It is shown that
the smooth tests converge to convenient chi-square distributions asymptotically.
An important special case makes use of Hermite polynomials, and in that situation
we demonstrate that the tests are invariant under linear transformations.
We observed that the test is not invariant under linear transformations with Legendre
polynomials. A consistent data driven method is discussed to choose the
family order from the data. In a simulation study, exact levels are studied and
the empirical powers of the smooth tests are compared to those of other methods.
Finally, an application to real data is provided, specifically on Canadian labour
market data and annual global temperature.
These works were exposed at several meeting (see for example Tagne, Duchesne
and Lafaye de Micheaux (2013a, 2013b, 2014) for more details). A paper
based on the first project is submitted in a refereed journal (see Duchesne, Lafaye
de Micheaux et Tagne (2016)).
|
Page generated in 0.094 seconds