Cramér-von Mises statistics for discrete distributions with unknown parameters

Choulakian, Lochart & Stephens (1994) proposed Cramér-von Mises statistics for testing fit to a fully specified discrete distribution. The authors give slightly modified definitions for these statistics and determine their asymptotic behaviour in the case when unknown parameters in the distribut...

Full description

Saved in:
Bibliographic Details
Published in:Canadian journal of statistics 2007-03, Vol.35 (1), p.125-133
Main Authors: Lockhart, Richard A., Spinelli, John J., Stephens, Michael A.
Format: Article
Language:English
Subjects:
Asymptotic methods
Asymptotic theory
Component
Consistent estimators
Covariance
Covariance matrices
Data analysis
Distribution
Eigenvalues
empirical distribution function
Estimation
Expected values
goodness-of-fit
Matrices
Parameter estimation
Probabilities
Research methods
Sample size
Statistical analysis
Statistical data
Statistical methods
Statistics
Studies
Citations: Items that this one cites
Items that cite this one
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Choulakian, Lochart & Stephens (1994) proposed Cramér-von Mises statistics for testing fit to a fully specified discrete distribution. The authors give slightly modified definitions for these statistics and determine their asymptotic behaviour in the case when unknown parameters in the distribution must be estimated from the sample data. They also present two examples of applications. /// Choulakian, Lockhart & Stephens (1994) ont proposé des statistiques de Cramér-von Mises permettant de tester l'adéquation d'une loi discrète complètement spécifiée. Les auteurs donnent des définitions légèrement modifiées de ces statistiques et en déterminent le comportement asymptotique dans le cas où certains paramètres de la loi doivent être estimés à partir de données. Ils présentent en outre deux exemples d'application.
ISSN:0319-5724
1708-945X
DOI:10.1002/cjs.5550350111