我需要在以下方面找到适当的统计检验(似然比检验,t检验等):让是一个随机向量的IID样品(X ; Ý ),并假定(Ý X)〜Ñ [ (μ 1 μ 2),(1 0.5 0.5 1) ]。的假设是: H ^ 0 = μ 1 + μ ; ħ 1 = μ 1 + μ 2 > 1
通过查看这些信息,我如何知道哪个测试最合适?是因为数据是iid,所以我可以简单地进行似然比检验?一个很好的解释是,哪种测试比另一种测试更合适。这肯定会清除我的想法。
14
你有没有注意到,和X - Ÿ 〜ñ (μ 1 - μ 2,1 )是不相关的,共同正常,从那里他们是独立的?因此,您可以将数据集摘要成{ (X i + Y i)}
—
ub
,将其视为具有已知方差和未知均值的正态分布的iid实现集,并询问如何将其均值与零进行比较。这是一个基本的教科书问题,答案是众所周知的(Z检验)。
@whuber谢谢!我将对此进行更仔细的研究。感谢您的见解。
—
CharlesM 2012年
@whuber我感到困难的是,我面临着一个综合假设检验,而且我不知道该如何设置。任何建议都会受到欢迎
—
CharlesM 2012年
@whuber,这是上一年的实践考试问题-是的,不是考试本身
—
CharlesM 2012年
@whuber应该不是分布具有μ 1 - μ 2为平均?我意识到这个问题无关紧要,但是我很担心看到那里的错字。
—
Glen_b-恢复莫妮卡