两计数之差的意义


15

有没有一种方法可以确定时间1处的道路交通事故计数与时间2处的交通事故计数之间的差异是否显着不同?

我发现了不同的方法来确定不同时间的观察组之间的差异(例如比较泊松均值),而不是仅比较两个计数。还是尝试无效?任何建议或指示,将不胜感激。我很高兴跟进自己。

Answers:


11

如果您乐于假设每个计数都遵循泊松分布(在替代假设下具有自己的均值;在零假设下具有共同的均值),那么就没有问题了–只是如果没有重复就无法检查该假设。过度分散在计数数据中很常见。

给定计数x 2的精确测试很简单,因为计数的总和n = x 1 + x 2X1个X2ñ=X1个+X2是辅助的;它调节给出为null下您的测试统计量的分布。这是一个直观的结果:总计数可能反映了您可能会花多少时间观察这两个Poisson过程,因此不提供有关其相对比率的信息,但会影响测试的功效;因此,您可能获得的其他总体计数无关紧要。X1个一世ñ1个2ñ

有关Wald检验,请参见基于似然性的假设检验(近似值)。

†每个计数是均值的泊松分布λ ˚F XX = λ X ë - λ X一世λ一世 Reparametrize作为 θ

FXX一世=λ一世X一世Ë-λ一世X一世一世=1个2
,其中θ是你感兴趣的东西,和φ是多余参数。然后可以重写关节质量函数: f X 1X 2
θ=λ1个λ1个+λ2ϕ=λ1个+λ2
θϕ 总数nθ是辅助的,具有泊松分布,均值ϕ
FX1个X2X1个X2=λ1个X1个λ2X2Ë-λ1个+λ2X1个X2FX1个ñX1个ñ=θX1个1个-θñ-X1个ϕñË-ϕX1个ñ-X1个
ñθϕ 而给定nX1的条件分布是二项式,伯努利概率为θ&no。试验nfX1| nx1;n
Fññ=X1个=0FX1个ñX1个ñ=ϕñË-ϕñX1个=0ñX1个ñ-X1个θX1个1个-θñ-X1个=ϕñË-ϕñ
X1个ñθñ
FX1个|ñX1个;ñ=FX1个ñX1个ñFññ=θX1个1个-θñ-X1个ϕñË-ϕX1个ñ-X1个ñϕñË-ϕ=ñX1个ñ-X1个θX1个1个-θñ-X1个

总数是一个完全足够的统计信息,不是吗?怎么会是辅助的?我误会了吗?
JohnK 2015年

X1个ññ 作为...的辅助补充 X1个。注意分布ñ 不依赖 θ
Scortchi-恢复莫妮卡
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.