Tek örnekli testi, imzalı test ve imzalı rütbe testi için ARE'nin kısa taslağıt
@ Glen_b'in cevabının uzun versiyonunun ARE'nin sezgisel açıklaması ile birlikte iki örnekli işaretli sıralama testi için ayrıntılı analiz içermesini bekliyorum. Bu yüzden türetmenin çoğunu atlayacağım. (bir örnek durumda, eksik ayrıntıları Lehmann TSH'de bulabilirsiniz).
Test Sorunu : , sıfırdan simetrik olan konum modelinden rastgele bir örnek olsun . T-testine göre hipotezi için imzalı testin ARE, imzalı rank testini hesaplayacağız . f ( x - θ ) H 0 : θ = 0X1,…,Xnf(x−θ)H0:θ=0
Testlerin nispi verimliliğini değerlendirmek için, sadece yerel alternatifler göz önünde bulundurulur, çünkü tutarlı testlerin sabit alternatife karşı 1'e eğilimi vardır. Aşikar olmayan asimptotik güç vermek artış çoğu zaman form olduğu yerel alternatifler sabit, olarak adlandırılır, Pitman sürüklenme bir literatürde. sθn=h/n−−√h
Önümüzdeki görevimiz
- null altındaki her test istatistiğinin limit dağılımını bul
- alternatif altında her bir test istatistiğinin limit dağılımını bulmak
- her testin yerel asimtotik gücünü hesaplar
Test istatistiği ve asimtotik
- t-testi ( varlığı göz önüne alındığında ) t n = √σdeğerinin altında t n = √
tn=n−−√X¯σ^→dN(0,1)under the null
tn=n−−√X¯σ^→dN(h/σ,1)under the alternative θ=h/n−−√
- bu yüzden asimptotik güç fonksiyonu
testtn>zα
1−Φ(zα−h1σ)
- imzalı test ve yerel asimptotik gücü
Sn=1n∑ni=11{Xi>0}
n−−√(Sn−12)→dN(0,14)under the null
n−−√(Sn−12)→dN(hf(0),14)under the alternative
1−Φ(zα−2hf(0))
- işaretli sıra testi
ve yerel asimptotik güce sahiptir
Wn=n−2/3∑i=1nRi1{Xi>0}→dN(0,13)under the null
Wn→dN(2h∫f2,13)under the alternative
1−Φ(zα−12−−√h∫f2)
Bu nedenle,
ise standart normal yoğunluğudur ,
ARE(Sn)=(2f(0)σ)2
ARE(Wn)=(12−−√∫f2σ)2
fARE(Sn)=2/πARE(Wn)=3/π
Eğer [-1,1], ilgili üniform ,fARE(Sn)=1/3ARE(Wn)=1/3
Alternatif altında dağıtımın türetilmesine ilişkin açıklama
Alternatif olarak sınırlayıcı dağılımı türetmenin birçok yolu vardır. Genel bir yaklaşım Le Cam'ın üçüncü lemmasını kullanmaktır. Basitleştirilmiş sürümü belirtiyor
olasılık oranının günlüğü olsun . Bazı istatistik
,
null altında, ardındanΔnWn
(Wn,Δn)→dN[(μ−σ2/2),(σ2Wττσ2/2)]
Wn→dN(μ+τ,σ2W)under the alternative
İkinci dereceden ortalama farklılaşabilir yoğunluklar için, lokal asimtotik normallik ve bitişiklik otomatik olarak karşılanır, bu da Le Cam lemmasını ifade eder. Bu null altında sadece hesaplamamız gerekir . itaat LAN olduğu skor fonksiyonu, bilgi matrisidir. Ardından, örneğin, imzalıcov(Wn,Δn)Δn
Δn≈hn−−√∑i=1nl(Xi)−12h2I0
lI0Sn
cov(n−−√(Sn−1/2),Δn)=−hcov(1{Xi>0},f′f(Xi))=h∫∞0f′=hf(0)