§ 7.3 § 7.3 §7.3 其他分布参数的假设检验
7.3.1 指数分布参数的假设检验
指数分布是一类重要的分布, 有广泛的应用. 设 x 1 , x 2 , ⋯ , x n x_{1}, x_{2}, \cdots, x_{n} x1,x2,⋯,xn
是来自指数分布 Exp ( 1 / θ ) \operatorname{Exp}(1 / \theta) Exp(1/θ) 的样本, θ \theta θ
为其均值, 现考虑关于 θ \theta θ 的如下检验问题:
I H 0 : θ ⩽ θ 0 vs H 1 : θ > θ 0 . \text { I } H_{0}: \theta \leqslant \theta_{0} \text { vs } H_{1}: \theta>\theta_{0} \text {. } I H0:θ⩽θ0 vs H1:θ>θ0.
为寻找检验统计量, 我们考察参数 θ \theta θ 的充分统计量 x ˉ \bar{x} xˉ. 在
θ = θ 0 \theta=\theta_{0} θ=θ0 时, n x ˉ = n \bar{x}= nxˉ=
∑ i = 1 n x i ∼ G a ( n , 1 / θ 0 ) \sum_{i=1}^{n} x_{i} \sim G a\left(n, 1 / \theta_{0}\right) ∑i=1nxi∼Ga(n,1/θ0),
由伽马分布性质可知
χ 2 = 2 n x ˉ θ 0 ∼ χ 2 ( 2 n ) , \chi^{2}=\frac{2 n \bar{x}}{\theta_{0}} \sim \chi^{2}(2 n), χ2=θ02nxˉ∼χ2(2n),
于是可用 χ 2 \chi^{2} χ2 作为检验统计量并利用 X 2 ( 2 n ) X^{2}(2 n) X2(2n)
的分位数建立检验的拒绝域, 对检验问题 (7.3.1), 拒绝域形式为
W 1 = { χ 2 ⩾ c } W_{1}=\left\{\chi^{2} \geqslant c\right\} W1={
χ2⩾c}, 对给定的显著性水平
α \alpha α, 可由 P ( W 1 ) = α P\left(W_{1}\right)=\alpha P(W1)=α 获得拒绝域如下:
W 1 = { χ 2 ⩾ χ 1 − α 2 ( 2 n ) } . W_{1}=\left\{\chi^{2} \geqslant \chi_{1-\alpha}^{2}(2 n)\right\} . W1={
χ2⩾χ1−α2(2n)}.
类似本章前面关于检验的 p p p 值的讨论, 记
χ 0 2 = 2 n x ˉ θ 0 \chi_{0}^{2}=\frac{2 n \bar{x}}{\theta_{0}} χ02=θ02nxˉ
为由样本算得的检验统计量值, χ 2 \chi^{2} χ2表示服从 X 2 ( 2 n ) X^{2}(2 n) X2(2n)
分布的随机变量,则检验的 p p p 值为
p 1 = P ( X 2 ⩾ X 0 2 ) p_{1}=P\left(X^{2} \geqslant X_{0}^{2}\right) p1=P(X2⩾X02).
关于 θ \theta θ 的另两种检验问题处理方法类似. 对检验问题
II H 0 : θ ⩾ θ 0 vs H 1 : θ < θ 0 和 III H 0 : θ = θ 0 vs H 1 : θ ≠ θ 0 , \text { II } H_{0}: \theta \geqslant \theta_{0} \text { vs } H_{1}: \theta<\theta_{0} \text { 和 III } H_{0}: \theta=\theta_{0} \text { vs } H_{1}: \theta \neq \theta_{0}, II H0:θ⩾θ0 vs H1:θ<θ0 和 III H0:θ=θ0 vs H1:θ=θ0,
检验统计量不变,拒绝域以及检验的 p p p 值分别为
W I = { χ 2 ⩽ χ α 2 ( 2 n ) } , p ∥ = P ( χ 2 ⩽ χ 0 2 ) , W II = { X 2 ⩽ X α / 2 2 ( 2 n ) 或 χ 2 ⩾ X 1 − α / 2 2 ( 2 n ) } , p II = 2 min { P ( X 2 ⩾ X 0 2 ) , P ( X 2 ⩽ X 0 2 ) } . \begin{array}{l} W_{\mathbb{I}}=\left\{\chi^{2} \leqslant \chi_{\alpha}^{2}(2 n)\right\}, \quad p_{\mathbb{\|}}=P\left(\chi^{2} \leqslant \chi_{0}^{2}\right), \\ W_{\text {II }}=\left\{X^{2} \leqslant X_{\alpha / 2}^{2}(2 n) \text { 或 } \chi^{2} \geqslant X_{1-\alpha / 2}^{2}(2 n)\right\}, p_{\text {II }}=2 \min \left\{P\left(X^{2} \geqslant X_{0}^{2}\right), P\left(X^{2} \leqslant X_{0}^{2}\right)\right\} \text {. } \\ \end{array}
概率论与数理统计教程(七)-假设检验03:其他分布参数的假设检验
于 2024-02-11 00:16:31 首次发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)