※ブログ記事の商品・サービスリンクにはアフィリエイトリンクが含まれます。

『現代数理統計学の基礎』解説2022.03.28

現代数理統計学の基礎　7章　問10（1）

このところ淡々と問題をやり続けてます。次は問10。

今回は正規分布を使った複合仮説の仮設検定ですね。

まず今までの7章の問題と同様に帰無仮説を $\mu=0$ として尤度比検定（＝最強力検定）を求めます。

まず正規分布における尤度関数は

$L(\mu)=(2\pi)^{-\frac{n}{2}}exp\{-\frac{1}{2}\sum(x_i-\mu)^2\}$

そして対数尤度関数は

$logL=-\frac{n}{2}log2\pi-\frac{1}{2}\sum(x_i-\mu)^2$

正規分布の最尤推定量はあまりにも良く出ますが、対数尤度関数をμで微分すれば

$\mu_{MLE}=\frac{1}{n}\sum x_i=\bar X$

と求まります。

さて、ここで $\mu_{MLE}\gt0$ のとき

尤度比検定は

\(\frac{(2\pi)^{-\frac{n}{2}}exp\{-\frac{1}{2}\sum x_i^2\}}{(2\pi)^{-\frac{n}{2}}exp\{-\frac{1}{2}\sum(x_i-\bar X)^2\}}\\=exp\{-\frac{1}{2}\sum(-2\bar Xx_i)-\frac{1}{2}\sum\bar X^2\}\\=exp(\frac{n}{2}\bar X^2)\gt C\)

となります。

途中の変形がわからない場合はこちらの記事も参照下さい。

medibook.hatenablog.com

$\mu_{MLE}\gt0$ ですので最後の式は結局

$\bar X\gt C'$

と簡単な形に変形できます。

ここで中心極限定理より

$\sqrt n(\bar X-\mu)\sim N(0,1)$

なので、帰無仮説の条件を踏まえると棄却域は上側α％分位点を $z_\alpha$ とすると

$\sqrt n\bar X\gt z_\alpha$

となります。

最後に棄却域を拡大します。これは問9（2）などと同じです。

$sup_{\mu\geq0}P(\sqrt n\bar X\gt z_\alpha)\\=sup_{\mu\geq0}P(\sqrt n(\bar X-\mu)\gt z_\alpha-\sqrt n\mu)\leq\alpha$

となるので、有意水準αの検定であることが示せました。

FOLLOW

コメントを残すコメントをキャンセル

iPad Air 4を買って2ヶ月経過したので感想でも

現代数理統計学の基礎　7章　問9（2）