สมมติฐานที่เป็นโมฆะและทางเลือกจะต้องสมบูรณ์หรือไม่?


27

ฉันเห็นหลายครั้งอ้างว่าพวกเขาจะต้องละเอียดถี่ถ้วน (ตัวอย่างในหนังสือดังกล่าวมักจะตั้งอยู่ในลักษณะที่พวกเขาจริง ๆ ) ในทางกลับกันฉันก็เห็นหลายครั้งที่หนังสือระบุว่าพวกเขาควรจะพิเศษ ( ตัวอย่างเช่นเป็นและเป็น ) โดยไม่ต้องชี้แจงปัญหาที่ละเอียดถี่ถ้วน ก่อนที่จะพิมพ์ในคำถามนี้ฉันพบคำสั่งที่ค่อนข้างแข็งแกร่งในหน้า Wikipedia - "ทางเลือกไม่จำเป็นต้องเป็นการลบล้างตรรกะของสมมติฐานว่าง"H0μ1=μ2H1μ1>μ2

ใครบางคนที่มีประสบการณ์สามารถอธิบายซึ่งเป็นจริงและฉันจะขอบคุณสำหรับการส่องแสงในเหตุผล (ประวัติศาสตร์?) สำหรับความแตกต่างดังกล่าว (หนังสือที่เขียนโดยนักสถิติหลังจากทั้งหมดคือนักวิทยาศาสตร์ไม่ใช่นักปรัชญา)

คำตอบ:


14

โดยหลักการแล้วไม่มีเหตุผลใดที่สมมติฐานจะครบถ้วนสมบูรณ์ หากการทดสอบเกี่ยวกับพารามิเตอร์โดยที่เป็นข้อ จำกัดทางเลือกสามารถอยู่ในรูปแบบใดก็ได้ตราบใดที่θH0θΘ0HaθΘa

Θ0Θa=.

ตัวอย่างว่าทำไม exhaustivity ไม่ได้ทำให้ความรู้สึกมากคือเมื่อเปรียบเทียบทั้งสองครอบครัวของรุ่นเมื่อเทียบกับtheta_1) ในกรณีเช่นนี้จะไม่มีความเป็นไปได้หมดเนื่องจากทางเลือกจะต้องครอบคลุมความน่าจะเป็นที่เป็นไปได้ทั้งหมดH0: xf0(x|θ0)Ha: x~1(x|θ1)


1
ขอบคุณคุณรู้หรือไม่ว่ามีโอกาสว่าทำไมมันจึงเป็นเรื่องธรรมดามากที่จะเห็นข้อกำหนดของการหมดแรงนี้? นอกเหนือจากความเข้าใจผิดที่เรียบง่ายเพราะนี่จะเป็นหนึ่งในความเข้าใจผิดที่พบบ่อยที่สุด :-)
greenoldman

3
ฉันไม่เข้าใจตัวอย่าง เมื่อคุณกำลังเปรียบเทียบสองตระกูลของรุ่นและระหว่างทั้งสองรุ่นจะดูเหมือนหมดทุกรุ่นที่เป็นไปได้ในตระกูล หากคุณอนุญาตโมฆะและทางเลือกที่จะไม่ครอบคลุมทุกรูปแบบดังกล่าวคุณจะซับซ้อนกระบวนการประเมินความเสี่ยงการตัดสินใจเชิงทฤษฎีของการทดสอบ (ทั้งในทางทฤษฎีและในทางปฏิบัติ) H0Ha
whuber

2
@whuber: คุณอ่านตัวอย่างของฉันผิด ตามที่เขียนไว้ข้างต้นทางเลือกทำจากตระกูลของโมเดลที่กำหนดไว้อย่างดีโดยที่ช่วงค่าทั้งหมดที่เป็นไปได้แทนที่จะเป็นรูปแบบความน่าจะเป็นที่เป็นไปได้ทั้งหมด สิ่งนี้จึงไม่ละเอียดถี่ถ้วน นี่คือการวิจารณ์ที่ยกขึ้นกับวิธีการแบบเบย์ในการทดสอบดูตัวอย่างเช่นนักปรัชญาวิทยาศาสตร์ Deborah Mayo ในข้อผิดพลาดและการอนุมานHaθ1
ซีอาน

2
ฉันคิดว่าฉันอ่านตัวอย่างของคุณถูกต้องซีอาน แต่ชัดเจนว่าฉันกำลังดิ้นรนกับสิ่งที่คุณหมายถึงโดย "หมดจด" การใช้คำตอบและความคิดเห็นของคุณดูเหมือนจะหมายถึง "รวมถึงการแจกแจงความน่าจะเป็นทั้งหมด" แต่ในสถานการณ์การทดสอบสมมติฐานส่วนใหญ่สิ่งนี้ไม่เกี่ยวข้อง ในสถานการณ์ปัจจุบัน "ครบถ้วนสมบูรณ์" จำเป็นต้องหมายถึง "ประกอบด้วยการแจกแจงทั้งหมดที่รวมอยู่ในตัวแบบ" (เช่นการแจกแจงปกติทั้งหมดสำหรับการทดสอบตามทฤษฎีปกติ)
whuber

15

เหตุผลหลักที่คุณเห็นข้อกำหนดที่ว่าสมมติฐานหมดจดคือปัญหาของสิ่งที่เกิดขึ้นหากค่าพารามิเตอร์ที่แท้จริงอยู่ในภูมิภาคซึ่งไม่ครอบคลุมโดยสมมติฐานว่างหรือสมมติฐานทางเลือก จากนั้นการทดสอบที่ระดับความเชื่อมั่นจะไร้ความหมายหรืออาจแย่กว่านั้นการทดสอบของคุณจะมีอคติต่อโมฆะ - เช่นการทดสอบด้านเดียวของแบบฟอร์มθ = 0กับθ > 0เมื่อจริงθ < 0 αθ=0θ>0θ<0

ตัวอย่าง: การทดสอบด้านเดียวสำหรับ VS μ > 0จากการกระจายปกติกับที่รู้จักกันσ = 1และเป็นความจริงμ = - 0.1 ด้วยขนาดตัวอย่าง 100 การทดสอบ 95% จะปฏิเสธถ้าˉ x > 0.1645แต่ 0.1645 เป็นค่าเบี่ยงเบนมาตรฐานจริง 2.645 เหนือค่าเฉลี่ยจริงนำไปสู่ระดับการทดสอบจริงประมาณ 99.6%μ=0μ>0σ=1μ=0.1x¯>0.1645

นอกจากนี้คุณยังแยกแยะความเป็นไปได้ที่จะแปลกใจและเรียนรู้สิ่งที่น่าสนใจ

อย่างไรก็ตามเราสามารถมองว่ามันเป็นการกำหนดพื้นที่พารามิเตอร์ให้เป็นส่วนย่อยของสิ่งที่โดยทั่วไปอาจพิจารณาพื้นที่พารามิเตอร์เช่นค่าเฉลี่ยของการแจกแจงแบบปกติมักจะถูกพิจารณาว่าอยู่ที่ไหนสักแห่งในบรรทัดจริง แต่ถ้าเราทำ การทดสอบด้านเดียวเรามีผลกำหนดพื้นที่พารามิเตอร์ที่จะเป็นส่วนหนึ่งของสายที่ครอบคลุมโดยโมฆะและทางเลือก


ขอบคุณคุณทำผิดพลาดในการใช้ถ้อยคำไม่ใช่เฉพาะ แต่ละเอียดถี่ถ้วน (บรรทัดแรก)
greenoldman

12
แนวคิดหนึ่งด้านการทดสอบเป็นจริงการทดสอบในรูปแบบเทียบกับH : θ > 0มากกว่า H 0 : θ = 0เทียบกับH : θ > 0 ในงานนิทรรศการระดับประถมศึกษาโดยเฉพาะอย่างยิ่งที่เห็นบนเว็บความแตกต่างนี้ได้รับการคัดสรร แต่มันถูกจัดการอย่างรอบคอบและถูกต้องในวรรณคดีเชิงสถิติและตำราที่ดี ดังนั้นเราจึงไม่จำกัด พื้นที่ของพารามิเตอร์ H0:θ0HA:θ>0H0:θ=0HA:θ>0
whuber

2
แน่นอนคุณพูดถูกเกี่ยวกับการทดสอบด้านเดียวแน่นอน ผมพยายามที่แม้ว่าหนาเตอะเพื่ออธิบายสิ่งที่อาจเกิดขึ้นหากสมมติฐานไม่ได้อยู่ในความเป็นจริงครบถ้วนสมบูรณ์ซึ่งในกรณีนี้จะมาเกี่ยวกับถ้า null เป็น 0 หากเราต้องการยึดจุดว่างเปล่าและทางเลือกด้านเดียวและมีสมมติฐานที่ละเอียดถี่ถ้วนดูเหมือนว่าสำหรับเราเราต้องกำหนดพื้นที่ของพารามิเตอร์ใหม่ดังกล่าวข้างต้น θ=0
jbowman

2
จริงเหรอ? สมมติฐานว่างในการทดสอบด้านเดียวคือความไม่เท่าเทียมกันซึ่งรวมถึงหางที่ยังไม่ผ่านการทดสอบ นั่นทำให้ฉันมีเหตุผลมากขึ้น! แต่อย่างที่คุณพูดมันถูกนำเสนอในหลักสูตรของฉันว่าเป็นจุดที่เท่าเทียมกัน ขอขอบคุณสำหรับการชี้แจง.
James
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.