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

$\S 7.3$ 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 $x_1,x_2,\cdots ,x_n$
是来自指数分布 $\mathrm{Exp}(1/\theta )$ 的样本, $\theta$
为其均值, 现考虑关于 $\theta$ 的如下检验问题:
$$\text{ I }{H}_0:\theta ⩽{\theta }_0\text{ vs }{H}_1:\theta >{\theta }_0\text{. }$$
为寻找检验统计量, 我们考察参数 $\theta$ 的充分统计量 $\bar{x}$. 在
$\theta ={\theta }_0$ 时, $n\bar{x}=$
${\sum }_{i=1}^n{x}_i\sim Ga\left(n,1/{\theta }_0\right)$,
由伽马分布性质可知
$${\chi }^2=\frac{2n\bar{x}}{{\theta }_0}\sim {\chi }^2(2n),$$
于是可用 ${\chi }^2$ 作为检验统计量并利用 $X^2(2n)$
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
$W_1=\left\{{\chi }^2⩾c\right\}$, 对给定的显著性水平
$\alpha$, 可由 $P\left(W_1\right)=\alpha$ 获得拒绝域如下:
$$W_1=\left\{{\chi }^2⩾{\chi }_{1-\alpha }^2(2n)\right\}.$$
类似本章前面关于检验的 $p$ 值的讨论, 记
${\chi }_0^2=\frac{2n\bar{x}}{{\theta }_0}$
为由样本算得的检验统计量值, ${\chi }^2$表示服从 $X^2(2n)$
分布的随机变量,则检验的 $p$ 值为
$p_1=P\left(X^2⩾X_0^2\right)$.
关于 $\theta$ 的另两种检验问题处理方法类似. 对检验问题
$$\text{ II }{H}_0:\theta ⩾{\theta }_0\text{ vs }{H}_1:\theta <{\theta }_0\text{ 和 III }{H}_0:\theta ={\theta }_0\text{ vs }{H}_1:\theta \ne {\theta }_0,$$
检验统计量不变,拒绝域以及检验的 $p$ 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}