信噪比的单样本和双样本非参数检验

4.●●●●●●●●●●●●●●●●●●●●●10 20 50 100 200 500 10005 10 20Nsd（R_0）图5:Ras的标准偏差a函数N：数值模拟（圆）和非线性fit（连续线）；为高斯变量计算10个样本perl点，每个样本10个排列。-4.-2 0 2 4-4.-2 0 2 4正常Q-Q图理论分位数样本分位数图6:QQ图显示了单样本r统计量Rto高斯变量作为NgaussSpecificity灵敏度0函数的收敛性。0.2 0.4 0.6 0.8 1.01.0 0.8 0.6 0.4 0.2 0.0统计学特征CoxonUniform特异性敏感度0。0.2 0.4 0.6 0.8 1.01.0 0.8 0.6 0.4 0.2 0.0统计学Coxon指数特异性灵敏度0。0.2 0.4 0.6 0.8 1.01.0 0.8 0.6 0.4 0.2 0.0统计学特征学生nu=3特定敏感性0。0.2 0.4 0.6 0.8 1.01.0 0.8 0.6 0.4 0.2 0.0统计学图7：单样本情况{xn}各种分布的ROC曲线；另一种方法的信噪比θ=u/σ=0.11，长度N=100的10000个样本，每个样本10000个随机排列。指数比灵敏度0。0.2 0.4 0.6 0.8 1.01.0 0.8 0.6 0.4 0.2 0.0世界杯+（2）R-（2） RZuniformSpecificity灵敏度0。0.2 0.4 0.6 0.8 1.01.0 0.8 0.6 0.4 0.2 0.0世界杯+（2）R-（2） RZ图8：两个样本情况：各种统计数据的ROC曲线。两个样本的σ=1，而E（x）=0，E（y）=1。N=100，每个点10000个样本，每个样本10000个排列。参考文献[1]吉布森，J.D.和梅尔萨，J.L.1976非参数检测与应用导论，第119卷。学术出版社。[2] Andersen，E.S.1953关于随机变量和的函数。斯堪的纳维亚数学，1263-285。[3] Majumdar，S.N.&Zi ff，R.M.2008年随机行走和列维飞行的全球记录统计。《物理审查函》，101（5），050601。[4] 南卡罗来纳州马朱达尔、G.谢尔和G.沃根。

2012年记录了随机游动的统计数据和持久性。物理学杂志A：数学与理论，45（35），355 002。[5] 黑斯蒂，T.，蒂布什拉尼，R.，弗里德曼，J.，黑斯蒂，T.，弗里德曼，J.&蒂布什拉尼，R.2009统计学习的要素。斯普林格。[6] Neyman，J.和Pearson，E.1933关于统计假设最有效检验的问题。伦敦皇家学会哲学学报。[7] Wergen，G.，Bogner，M.&Krug，J.2011记录了有偏随机游动的统计数据，并将其应用于金融数据。身体检查E，83（5），051 109。[8] Wergen，G.，Majumdar，S.N.和Schehr，G.2012记录了多重随机游动的统计数据。体格检查E，86（1），011 119。[9] Wergen，G.2014建模创纪录的股票价格。Physica A：统计力学及其应用，396114–133。[10] Carlstein，E.1986使用子序列值从平稳序列估计一般统计量的方差。《统计年鉴》，第1171页。[11] Kunsch，H.R.1989《一般平稳观测的折刀和引导》。《统计年鉴》，第1217页。[12] LePage，R.和Billard，L.1992年《探索自举的极限》，第270ofWiley系列《概率与统计学》（R.LePage和L.Billard编），第263-270页。威利。[13] Ledoit，O.和Wolf，M.2008年，使用夏普比率进行稳健性能假设检验。《经验金融杂志》，15（5），850-859。[14] Lo，A.W.2002夏普比率的统计数据。《金融分析师杂志》，58（4），36-52。[15] Mertens，O.2002评论了当回报率为iid时，在Lo（2002，FAJ）中估计的夏普比率的正确方差。研究报告http://www.elmarmertens.com/research/discussion/soprano01.pdf，查阅日期：2015-06-04。[16] 克里斯蒂S.2005夏普比率在资产配置中有用吗？麦格理应用金融中心研究论文。[17] 查利特，D。

2015年，Sharperatios的稳健、高效、无矩估值器。工作文件，可在http://arxiv.org/abs/1505.01333.