Как проверить, является ли

9

Предположим , у меня есть три независимые группы, со средним значением μ1, μ2, μ3 соответственно.

Как я могу проверить, μ1<μ2<μ3 или нет, используя n1, n2, n3 образца из каждой группы?

Я хотел бы знать некоторую общую методологию, а не подробный расчет. Я не мог понять, как установить мою гипотезу H0 и H1 .

456 123
источник
1
Это случай статистического вывода с ограниченным порядком . Есть книги на эту тему .
kjetil b halvorsen
1
Есть также старая книга Барлоу, Бартоломью, Бремнера и Бранка « Статистический вывод под ограничениями порядка» (1973) (хотя с тех пор произошли некоторые события); Что касается непараметрических тестов, то есть тест Джонкира-Терпстры (например, см. Коновер) и один из тестов на совпадение (попробуйте книгу Нейва и Уортингтона). Обычно вы пишете равенство NULL и заказанную альтернативу.
Glen_b
Здесь следует сказать, что не каждый имеет выборок из группы i , а тот , что имеет выборку размера n i из группы i .nii,nii.
Майкл Харди

Ответы:

8

В статистике вы не можете проверить, является ли X истинным или нет. Вы можете только попытаться найти доказательства того, что нулевая гипотеза неверна.

Допустим, ваша нулевая гипотеза

H01:μ1<μ2<μ3.
Также предположим, что у вас есть способ оценить вектор μ=(μ1,μ2,μ3) . Для простоты предположим, что у вас есть оценщик
xN(μ,Σ),
где Σ равен 3×3ковариатная матрица 3 . Мы можем переписать нулевую гипотезу как
Aμ<0,
где = [ 1 - 1 0 0 1 - 1 ] . Это показывает, что ваша нулевая гипотеза может быть выражена как ограничение неравенства на векторе A μ . Естественная оценка A µ определяется как A x N ( A μ , A Σ A ) . Теперь вы можете использовать каркас для проверки ограничения неравенства на нормальных векторах, заданного в:
A=[110011].
AμAμ
AxN(Aμ,AΣA).

Кудо, Акио (1963). «Многомерный аналог одностороннего теста». В кн .: Биометрика 50,3/4, с. 403–418.

Этот тест также будет работать, если предположение о нормальности выполняется только приблизительно («асимптотически»). Например, это сработает, если вы сможете взять примерные средства из групп. Если вы рисуете образцы размером n1,n2,n3 и если вы можете рисовать независимо от групп, то Σ является диагональной матрицей с диагональю

(σ12/n1,σ22/n2,σ32/n3),
где σk2- дисперсия в группе k=1,2,3 . В приложении вы можете использовать выборочную дисперсию вместо неизвестной популяции без изменения свойств теста.

H12:μ1<μ2<μ3
H02:NOT H1.
H1:Aμ<0
H02:there exists a k=1,2 such that (Aμ)k0.
H0,12:(Aμ)10.
H0,22:(Aμ)20.
H0H0H0Σ

H02

H02:maxk=1,2(Aμ)k0.
maxAx

Андреас Дземски
источник
Справедливо, я отредактировал свой ответ.
Андреас Дземски
xμ^μ
1

Ответ, предоставленный @ andreas-dzemski, верен, только если мы знаем, что данные обычно распространяются.

Если мы не знаем распределение, я считаю, что было бы лучше выполнить непараметрический тест. В этом случае простейшим кажется запустить тест перестановки. Это книга на эту тему, и это хорошее онлайн-объяснение. Ниже я включаю код R для вычисления этого теста.

# some test data
D <- data.frame(group1=c(3,6,2,2,3,9,3,4,2,5), group2=c(5,3,10,1,10,2,4,4,2,2), group3=c(8,0,1,5,10,7,3,4,8,1))

# sample with replacement
resample <- function(X) sample(X, replace=TRUE)

# return true if mu1 < mu2 < mu3
test     <- function(mu1, mu2, mu3) (mu1 < mu2) & (mu2 < mu3)

# resampling test that returns the probability of observing the relationship
mean(replicate(1000, test(mean(resample(D$group1)), mean(resample(D$group2)), mean(resample(D$group3)))))
негодник
источник