【摘 要】
：
本文用统计理论与方法对描述检出能力的特征量（包括响应变量的临界值、净状态变量的临界值及净状态变量的最小可检出值）进行了系统的研究. 本论文的研究内容分四个部分.第一
论文部分内容阅读
本文用统计理论与方法对描述检出能力的特征量（包括响应变量的临界值、净状态变量的临界值及净状态变量的最小可检出值）进行了系统的研究. 本论文的研究内容分四个部分.第一部分制定了我国检出能力标准中通常会使用的术语和定义,此部分已经写入国家标准《检出能力第1部分:术语和定义》报批稿.第二部分是关于线性校准函数下检出能力特征量的统计表述.本部分主要考虑当响应变量的数据拟合模型不充分时,通过Box-Cox变换,拟合新数据的模型,给出检出能力特征量.本部分重点探讨了校准函数是线性,且误差标准差是常数或者是净状态变量的线性函数的情形.第三、四部分在无校准的情形下分别研究了计算响应变量的临界值及比较最小可检出值与给定值的统计方法.在这两部分中,为了便于实际工作者应用,绘制了计算的流程图及数据报告表,并通过实例进行分析. 本文的主要特色体现在以下三个方面: (1)本文第一部分定义的检出能力术语,即将制定为国家标准,为以后我国“检出能力”研究奠定基础. (2)本文第二部分中针对观测到的响应变量直接拟合线性模型,拟合效果不显著时,进行了Box-Cox变换,这拓展了标准的应用范围. (3)本文对ISO11843国际标准进行了系统的理论证明,并修正了国际标准中出现的错误,给出相应计算流程图及数据报告表.
其他文献
在生存分析和纵向研究中，复发事件数据会经常出现，比如临床医学中某种疾病的重复发作，工业生产中一种机器重复出现故障，等等。对复发事件数据的研究具有重要的理论意义和实际应用
金融市场中的交易者，大致分为基本面分析和技术分析两个流派。而在量化交易逐渐繁荣的今天，由于技术分析更容易量化，所以对量化交易者来说，技术分析尤为重要。所有的技术分析都建
称一个连通空间X为cut(n)空间，如果对于X中任一势为自然数n的有限子集D有XD不连通，同时对于D的任一真子集C都有XC连通.Cut(1)空间和cut(2)空间也分别称为cut空间和cut*空间.
在Finsler几何中，（α，β)度量是一类重要的Finsler度量，而Randers度量又是特殊的（α，β)度量.所谓（α，β)度量，是指形如F=αφ（β/α）的度量，其中α是一个Riemann度量，β是一个1-形式，φ是
机会约束是对带有随机变量的约束的一种常用建模手段.机会约束中的概率涉及到的多重积分以及机会约束的非凸性这两方面因素导致带有机会约束的优化问题并不易解.一种处理机会
在组合优化问题中，设施选址问题是一个经典的问题，由于该问题是NP-困难的，对于该类问题一般设计近似算法进行求解. 无容量设施选址问题是最经典的设施选址问题，随着问题研究和
小组合作学习是生生交流的重要形式,也是新课标所提倡的学习方式,合作学习能够促进学生在异质小组中彼此互助,共同完成学习任务,在此过程中学会理清和表达自己的见解,聆听和
在本论文中，我们证明了纤维化下复奇点指数的下半连续性对整体全纯的全纯函数族总是成立的。我们也证明了在某些二维的情形中，沿纤维的积分是稳定的。此外，我们给出的一系列反例