ฉันไม่คิดว่าคำตอบเหล่านี้ส่วนใหญ่ตอบคำถามโดยทั่วไป พวกเขาจะถูก จำกัด ในกรณีที่มีสมมติฐานว่างง่ายและเมื่อสถิติการทดสอบมี CDF invertible (ในตัวแปรสุ่มต่อเนื่องซึ่งมี CDF ที่เพิ่มขึ้นอย่างเข้มงวด) กรณีเหล่านี้เป็นกรณีที่คนส่วนใหญ่มักจะสนใจเกี่ยวกับ z-test และ t-test แต่สำหรับการทดสอบค่าเฉลี่ยทวินาม (ตัวอย่าง) กรณีหนึ่งไม่มี CDF เช่นนั้น สิ่งที่ให้ไว้ข้างต้นดูเหมือนจะถูกต้องต่อสายตาของฉันสำหรับคดีที่ถูก จำกัด เหล่านี้
ถ้าสมมุติฐานว่างนั้นประกอบไปด้วยสิ่งต่าง ๆ ก็จะซับซ้อนกว่านี้เล็กน้อย หลักฐานทั่วไปที่สุดของความจริงข้อนี้ฉันได้เห็นภายใต้กรณีคอมโพสิตโดยใช้ข้อสันนิษฐานบางอย่างเกี่ยวกับภูมิภาคที่ถูกปฏิเสธให้ไว้ใน Lehmann และ Romano ของ "Hypotheses Statisitical Hypotheses" หน้าทดสอบ 63-64 ฉันจะพยายามสร้างข้อโต้แย้งด้านล่าง ...
เราทดสอบสมมติฐาน nullเมื่อเทียบกับสมมติฐานทางเลือกขึ้นอยู่กับสถิติทดสอบซึ่งเราจะแสดงเป็นตัวแปรสุ่มXสถิติการทดสอบสันนิษฐานว่ามาจากบางพารามิเตอร์เช่นโดยที่เป็นองค์ประกอบของตระกูลของการแจกแจงความน่าจะเป็นและเป็นพื้นที่พารามิเตอร์ สมมติฐานและสมมติฐานทางเลือกสร้างพาร์ติชันของใน
H0H1XX∼PθPθP≡{Pθ∣θ∈Θ}ΘH0:θ∈Θ0H1:θ∈Θ1ΘΘ=Θ0∪Θ1
โดยที่
Θ0∩Θ1=∅.
ผลของการทดสอบอาจแสดง
ที่สำหรับการใด ๆ ชุดเรากำหนด
ที่นี่ระดับความสำคัญของเราและหมายถึงเขตการปฏิเสธของการทดสอบความสำคัญระดับ\ϕα(X)=1Rα(X)
S1S(X)={1,0,X∈S,X∉S.
αRαα
สมมติว่าภูมิภาคปฏิเสธตอบสนองความ
ถ้าalpha' ในกรณีของภูมิภาคที่ถูกปฏิเสธแบบซ้อนมันมีประโยชน์ในการกำหนดว่าสมมติฐานว่างจะถูกปฏิเสธในระดับนัยสำคัญหรือไม่ แต่จะกำหนดระดับนัยสำคัญที่น้อยที่สุดซึ่งสมมติฐานว่างจะถูกปฏิเสธ ระดับนี้เรียกว่าค่าp ,
หมายเลขนี้ทำให้เรามีความคิด วิธีการที่แข็งแกร่งข้อมูล (เป็นภาพจากการทดสอบทางสถิติ ) ขัดแย้งกับสมมติฐาน null H_0 Rα⊂Rα′
α<α′αp^=p^(X)≡inf{α∣X∈Rα},
XH0
สมมติว่าสำหรับบางและ\ สมมติว่าภูมิภาคที่ถูกปฏิเสธเชื่อฟังคุณสมบัติการสร้างรังที่ระบุไว้ด้านบน จากนั้นให้ถือดังต่อไปนี้:X∼Pθθ∈ΘH0:θ∈Θ0Rα
ถ้าสำหรับทั้งหมดแล้วสำหรับ ,
supθ∈Θ0Pθ(X∈Rα)≤α0<α<1θ∈Θ0Pθ(p^≤u)≤ufor all0≤u≤1.
ถ้าสำหรับเรามีสำหรับทั้งหมดดังนั้นสำหรับเรามี
θ∈Θ0Pθ(X∈Rα)=α0<α<1θ∈Θ0Pθ(p^≤u)=ufor all0≤u≤1.
โปรดสังเกตว่าคุณสมบัติแรกนี้เพียงแค่บอกเราว่าอัตราบวกเป็นเท็จถูกควบคุมที่โดยปฏิเสธเมื่อ p-value น้อยกว่าและคุณสมบัติที่สองบอกเรา (ให้สมมติฐานเพิ่มเติม) ว่าค่า p มีการกระจายอย่างสม่ำเสมอภายใต้ null สมมติฐาน.uu
หลักฐานดังต่อไปนี้:
ปล่อย และถือว่าสำหรับทั้งหมด แล้วตามด้วยคำนิยามของเราได้สำหรับทุกยูวีโดย monotonicity และสมมติฐานที่มันตามที่สำหรับทุกยูวีปล่อยให้มันตามที่ยูθ∈Θ0supθ∈Θ0Pθ(X∈Rα)≤α0<α<1p^{p^≤u}⊂{X∈Rv}u<vPθ(p^≤u)≤Pθ(X∈Rv)≤vu<vv↘uPθ(p^≤u)≤u
Letและคิดว่าทั้งหมด<1 จากนั้นและโดยการพูดซ้ำซากมันจะตามมาว่าU) พิจารณา (1) มันตามที่u θ∈Θ0Pθ(X∈Rα)=α0<α<1{X∈Ru}⊂{p^(X)≤u}u=Pθ(X∈Ru)≤Pθ(p^≤u)Pθ(p^(X)≤u)=u
โปรดทราบว่าสมมติฐานใน (2) ไม่ถือเมื่อสถิติการทดสอบไม่ต่อเนื่องแม้ว่าสมมติฐานว่างจะง่ายกว่าคอมโพสิต Take เช่นกับและ0.5 คือพลิกเหรียญสิบครั้งและทดสอบว่ามันยุติธรรมเทียบกับลำเอียงไปทางหัว (เข้ารหัสเป็น 1) ความน่าจะเป็นที่ได้เห็น 10 หัวในการโยนเหรียญอย่างยุติธรรม 10 ครั้งคือ (1/2) ^ 10 = 1/1024 ความน่าจะเป็นที่ได้เห็น 9 หรือ 10 หัวในการโยนเหรียญอย่างยุติธรรม 10 ครั้งคือ 11/1024 สำหรับอย่างเคร่งครัดระหว่าง 1/1024 ถึง 11/1024 คุณจะปฏิเสธค่าว่างถ้าแต่เราไม่มีสำหรับค่าเหล่านั้นของเมื่อX∼Binom(10,θ)H0:θ=.5H1:θ>0.5αX=10Pr(X∈Rα)=ααθ=0.50.5 แทนสำหรับเช่น\ Pr(X∈Rα)=1/1024α