Programme et résumés (pdf) - Société statistique du Canada

Mardi 30 mai • Tuesday, May 30, 10:15–11:45 111[MS-103]Statistical Inference for the Difference Between the Best Treatment Mean and a Control MeanInférence statistique sur la différence entre la moyenne du groupe avec le meilleur traitement et celle dugroupe contrôleChu-In LEE, Memorial University of Newfoundland, Jianan PENG, Acadia University, Lin LIU, University ofCalifornia at San DiegoIn many experiments researchers are interested incomparing several treatment means with a controlDans plusieurs expérimentations, les chercheurs sont intéressésà comparer plusieurs moyennes de traitement àmean. When there are some treatments signifi- une moyenne de contrôle. Lorsque certains traitements sontcantly better than the control, it is often of interest significativement meilleurs que le contrôle, il est souventto evaluate the difference between the best treament d’intérêt d’estimer la différence entre la meilleure moyennemean and the control mean and to identify the best de traitement et la moyenne de contrôle et d’identifier letreatment. In this talk we derive lower confidence meilleur traitement. Dans cette présentation, nous dérivonsbounds for the aforementioned difference for the les limites inférieures de confiance pour la différence mencasethat treatments are at least as effective as the tionnée ci-dessus pour le cas où les traitements sont au moinscontrol and for the case that no restriction is placed aussi efficaces que le contrôle et pour le cas où aucune resonthe treatment means and the control mean. Two triction n’est placée sur les moyennes de traitement et laefficient computation algorithms are proposed. Ex- moyenne de contrôle. Deux algorithmes efficaces de calculpected lower confidence bounds of the two proce- sont proposés. Des limites inférieures de confiance espéréesdures are compared with that of Dunnett’s proce- des deux procédures sont comparées à celles utilisées dans ladure. An application to a real life data is included. procédure de Dunnett. Une application à des vraies donnéesest incluse.[MS-104]Characterization of Distributions through Conditional Expectation of Functions of Generalized OrderStatisticsCaractérisation de distributions par le biais d’espérances conditionelles de fonctions de statistiques d’ordregénéraliséesAbdul KHAN, Aligarh Muslim University, IndiaLes statistiques d’ordre généralisées (SOG) introduites parKamps (J. Statist. Plan. Infer., 1995) incluent les statis-tiques d’ordre, les records et les statistiques d’ordre séquen-tielles comme cas particuliers. Dans cet article, une formegénérale de distribution continue est obtenue en considé-rant l’espérance conditionnelle de SOG, en conditionnantsur des SOG non-adjacentes. Des exemples variés et desconséquences quant aux caractérisations des distributionssont présentés, unifiant ainsi des résultats déjà connus re-latifs aux statistiques d’ordre, records et SOG.Generalized order statistics (GOS) introduced byKamps (J. Statist. Plan. Infer., 1995), contain orderstatistics, records, sequential order statistics, etc. asits particular cases. In this paper, a general formof continuous distribution is obtained by consideringconditional expectation of GOS conditioned onnon-adjacent GOS. Various examples and deductionson characterizations of distributions are discussed,thus unifying earlier known results on orderstatistics, records and GOS.SH = Somerville House SSC = Social Science Centre UC = University College