Параметризація розподілів Берена - Фішера


9

"Про проблему Беренаса-Фішера: огляд" Сеок-Хо Кім та Аллена С. Коен

Журнал статистики освіти та поведінки , том 23, номер 4, Зима, 1998, стор. 356–377


Я дивлюся на цю річ, і вона говорить:

Фішер (1935, 1939) обрав статистику [де є звичайним одноразовим -статистичним для ], де взято в першому квадранті і [. . . ] Розподіл \ tau є розподілом Берена - Фішера і визначається трьома параметрами \ nu_1 , \ nu_2 та \ theta ,

τ=δ(x¯2x¯1)s12/n1+s22/n2=t2cosθt1sinθ
titi=1,2θ
(13)tanθ=s1/n1s2/n2.
τν1ν2θ

Параметри νi раніше були визначені як ni1 для i=1,2 .

Тепер речі, які тут непомітні, - це δ а два населення означають μ1 , μ2 , різниця яких δ , а отже, τ та дві t -статистики. Зразки SDs s1 та s2 можна спостерігати і використовуються для визначення θ , так що θ є статистикою, що спостерігається, а не параметром сукупності, що не спостерігається. Але ми бачимо, що він використовується як один із параметрів цього сімейства розподілів!

Можливо, вони повинні були сказати, що параметр є арктангентом а не ?σ1/n1σ2/n2s1/n1s2/n2

Відповіді:


5

Розподіл Беренса-Фішера визначається де - дійсне число, а і - незалежні -розподіли зі ступенями свободи і відповідно.t2cosθt1sinθθt2t1tν2ν1

Рішення Беренса і Фішера проблеми Беренса-Фішера передбачає розподіл Беренса-Фішера з залежно від спостережень, оскільки це псевдо-байєсівське (насправді, фідуціальне) рішення: цей розподіл залежно від даних є розподілом, схожим на задній з (з є єдиною випадковою частиною у визначенні оскільки дані виправлені).θτδτ


Отже, ви говорите, що це розподіл t2cosθt1sinθ де θце не випадково , незважаючи на те, що вони говорятьθ=arctans1/n1s2/n2 і s1 і s2випадкові? Так це умовний розподіл з урахуванням співвідношення дисперсій? Мені здається, автори з цього приводу мали бути набагато чіткішими.
Майкл Харді

Тож чи слід це розглядати як черговий приклад Фішерової техніки кондиціонування на допоміжній статистиці?
Майкл Харді

s1 і s2залежать від даних, але дані є фіксованими, це подібно до заднього розподілу в байєсівській статистиці. У виразіτ, кожен з x¯1, x¯2, s1 і s2 фіксовано, і δє випадковим.
Стефан Лоран

Відповідь на ваш другий коментар: Я не знаю. Ось це довідна статистика.
Стефан Лоран

Відповідно до цієї відповіді, всі випадковість в t1 і t2 походить від випадковості в μ1 і μ2, а решта зафіксована. Але виправдання для того, щоб сказати цеt1 і t2мають особливі розподіли ймовірностей, які їм приписуються, це розподіл даних. Чи варто просто сказати "це тому, що це довірений висновок"?
Майкл Харді
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.