脳内ライブラリアン

脳内ライブラリアン

医療、統計、哲学、育児・教育、音楽など、学んだことを深めて還元するために。

MENU

現代数理統計学の基礎　7章　問10（1）

統計

このところ淡々と問題をやり続けてます。次は問10。

 

今回は正規分布を使った複合仮説の仮設検定ですね。

 

まず今までの7章の問題と同様に帰無仮説を\mu=0として尤度比検定（＝最強力検定）を求めます。

 

まず正規分布における尤度関数は

L(\mu)=(2\pi)^{-\frac{n}{2}}exp\{-\frac{1}{2}\sum(x_i-\mu)^2\}

 

そして対数尤度関数は

logL=-\frac{n}{2}log2\pi-\frac{1}{2}\sum(x_i-\mu)^2

 

正規分布の最尤推定量はあまりにも良く出ますが、対数尤度関数をμで微分すれば

\mu_{MLE}=\frac{1}{n}\sum x_i=\bar X

と求まります。

 

さて、ここで\mu_{MLE}\gt0のとき

尤度比検定は

\frac{(2\pi)^{-\frac{n}{2}}exp\{-\frac{1}{2}\sum x_i^2\}}{(2\pi)^{-\frac{n}{2}}exp\{-\frac{1}{2}\sum(x_i-\bar X)^2\}}\\=exp\{-\frac{1}{2}\sum(-2\bar Xx_i)-\frac{1}{2}\sum\bar X^2\}\\=exp(\frac{n}{2}\bar X^2)\gt C

となります。

途中の変形がわからない場合はこちらの記事も参照下さい。 

medibook.hatenablog.com

 

 

\mu_{MLE}\gt0ですので最後の式は結局

\bar X\gt C'

と簡単な形に変形できます。

 

ここで中心極限定理より

\sqrt n(\bar X-\mu)\sim N(0,1)

なので、帰無仮説の条件を踏まえると棄却域は上側α％分位点をz_\alphaとすると

\sqrt n\bar X\gt z_\alpha

となります。

 

最後に棄却域を拡大します。これは問9（2）などと同じです。

 

sup_{\mu\geq0}P(\sqrt n\bar X\gt z_\alpha)\\=sup_{\mu\geq0}P(\sqrt n(\bar X-\mu)\gt z_\alpha-\sqrt n\mu)\leq\alpha

となるので、有意水準αの検定であることが示せました。