คำถามติดแท็ก bimodal

ฉันสงสัยว่ามีการทดสอบทางสถิติเพื่อ "ทดสอบ" ความสำคัญของการกระจาย bimodal หรือไม่ ฉันหมายความว่าข้อมูลของฉันตรงกับการกระจาย bimodal มากแค่ไหน? ถ้าเป็นเช่นนั้นมีการทดสอบในโปรแกรม R หรือไม่?

30 r  hypothesis-testing  distributions  bimodal 

ภายใต้การผสมผสานของการแจกแจงปกติสองรายการ: https://en.wikipedia.org/wiki/Multimodal_distribution#Mixture_of_two_normal_distributions "การผสมของการแจกแจงปกติสองแบบมีพารามิเตอร์ห้าตัวที่จะประมาณ: สองวิธี, ความแปรปรวนสองตัวและพารามิเตอร์การผสมการผสมของการแจกแจงสองแบบปกติที่มีค่าเบี่ยงเบนมาตรฐานเท่ากันนั้น bimodal เฉพาะในกรณีที่ค่าเฉลี่ยแตกต่างกันอย่างน้อยสองครั้ง ." ฉันกำลังมองหาคำอธิบายที่ได้มาหรือคำอธิบายที่เข้าใจง่ายว่าทำไมสิ่งนี้ถึงเป็นจริง ฉันเชื่อว่ามันสามารถอธิบายได้ในรูปแบบของการทดสอบตัวอย่างสองตัวอย่าง: μ1−μ2σpμ1−μ2σp\frac{\mu_1-\mu_2}{\sigma_p} โดยที่คือค่าเบี่ยงเบนมาตรฐานที่รวมไว้σpσp\sigma_p

28 bimodal 

P-value ถูกกำหนดความน่าจะเป็นที่จะได้รับสถิติการทดสอบอย่างน้อยที่สุดเท่าที่จะสังเกตได้โดยสมมติว่าสมมติฐานว่างเป็นจริง ในคำอื่น ๆ P( X≥ t | H0)P(X≥t|H0)P( X \ge t | H_0 ) แต่จะเป็นอย่างไรถ้าสถิติการทดสอบนั้นมีค่า bimodal ในการแจกแจง? p-value มีความหมายอะไรในบริบทนี้หรือไม่? ตัวอย่างเช่นฉันจะจำลองข้อมูล bimodal ใน R: set.seed(0) # Generate bi-modal distribution bimodal <- c(rnorm(n=100,mean=25,sd=3),rnorm(n=100,mean=100,sd=5)) hist(bimodal, breaks=100) และสมมติว่าเราสังเกตค่าสถิติทดสอบ 60 และที่นี่เรารู้จากภาพค่านี้ไม่น่ามาก ดังนั้นฉันต้องการให้ขั้นตอนสถิติที่ฉันใช้ (พูด p-value) เปิดเผยสิ่งนี้ แต่ถ้าเราคำนวณค่า p ตามที่กำหนดเราจะได้ค่าสูงมาก observed <- 60 # Get P-value …

12 hypothesis-testing  statistical-significance  p-value  descriptive-statistics  bimodal