В статистической проверке гипотез , равномерно наиболее мощный ( UMP ) тест является критерием проверкой гипотезы , которая имеет наибольшую мощность среди всех возможных испытаний данного размера альфа . Например, согласно лемме Неймана – Пирсона , критерий отношения правдоподобия - это UMP для проверки простых (точечных) гипотез.
Параметр
Пусть обозначает случайный вектор (соответствующие измерения), взятый из параметризованного семейства из функций плотности вероятности или массовые функций вероятности , которая зависит от неизвестного детерминированного параметра . Пространство параметров разделено на два непересекающихся множества и . Позвольте обозначить гипотезу, что , и пусть обозначить гипотезу, что . Бинарная проверка гипотез выполняется с помощью тестовой функции .
Это означает, что действует, если измерение, и что действует, если измерение . Обратите внимание, что это непересекающееся покрытие измерительного пространства.
Формальное определение
Тестовая функция - это UMP размера, если для любой другой тестовой функции удовлетворяет
у нас есть
Теорема Карлина – Рубина.
Теорема Карлина – Рубина может рассматриваться как расширение леммы Неймана – Пирсона для сложных гипотез. Рассмотрим скалярное измерение, имеющее функцию плотности вероятности, параметризованную скалярным параметром θ , и определим отношение правдоподобия . Если является монотонно неубывающим для любой пары (что означает, что чем больше , тем больше вероятность ), то пороговый тест:
- где выбрано такое, что
UMP-тест размера α для тестирования
Обратите внимание, что точно такой же тест также является UMP для тестирования.
Важный случай: экспоненциальная семья
Хотя теорема Карлина-Рубина может показаться слабой из-за ее ограничения скалярным параметром и скалярным измерением, оказывается, что существует множество проблем, для которых теорема верна. В частности, одномерное экспоненциальное семейство из функций плотности вероятности или вероятность массовых функций с
имеет монотонное неубывающее отношение правдоподобия в достаточной статистике , при условии, что оно не убывает.
Пример
Пусть обозначает н.о.р. нормально распределенные мерные случайные векторы со средним и ковариационной матрицей . Тогда у нас есть
которое в точности имеет форму экспоненциального семейства, показанного в предыдущем разделе, с достаточной статистикой
Таким образом, делаем вывод, что тест
это тест размера UMP для тестирования vs.
Дальнейшее обсуждение
Наконец, отметим, что, как правило, UMP-тесты не существуют для векторных параметров или двусторонних тестов (тест, в котором одна гипотеза находится по обе стороны от альтернативы). Причина заключается в том, что в этих ситуациях, самый мощный тест заданного размера для одного возможного значения параметра (например , для которых ) отличается от наиболее мощного критерия того же размера для другого значения параметра (например , для которой ). В результате, ни один тест не является равномерно наиболее мощным в этих ситуациях.
Рекомендации
дальнейшее чтение
-
Фергюсон, Т.С. (1967). «Раздел 5.2: Наиболее мощные тесты ». Математическая статистика: теоретико-решающий подход . Нью-Йорк: Academic Press.
-
Настроение, AM; Graybill, FA; Бос, округ Колумбия (1974). «Раздел IX.3.2: Наиболее мощные тесты ». Введение в теорию статистики (3-е изд.). Нью-Йорк: Макгроу-Хилл.
- Л.Л. Шарф, Статистическая обработка сигналов , Аддисон-Уэсли, 1991, раздел 4.7.