Tham số hóa các bản phân phối BehDR từ Fisher


9

"Về vấn đề cá sấu của BehDR: Đánh giá" của Seock-Ho Kim và Allen S. Cohen

Tạp chí Thống kê Giáo dục và Hành vi , tập 23, số 4, Mùa đông, 1998, trang 356


Tôi đang nhìn vào thứ này và nó nói:

Fisher (1935, 1939) đã chọn thống kê [trong đó là -statistic một mẫu thông thường cho ] trong đó được lấy trong góc phần tư thứ nhất và [. . . ] Phân phối của là bản phân phối Fisher và được xác định bởi ba tham số , và ,titi=1,2θtanθ=s1/

τ=δ(x¯2x¯1)s12/n1+s22/n2=t2cosθt1sinθ
titi=1,2θτν1ν2θ
(13)tanθ=s1/n1s2/n2.
τν1ν2θ

Các tham số trước đó đã được xác định là cho .n i - 1 i = 1 , 2νini1i=1,2

Bây giờ, những thứ không thể quan sát được ở đây là và hai dân số có nghĩa là , , có sự khác biệt là , và do đó và hai -statistic. Các SD mẫu và có thể quan sát được và được sử dụng để xác định , do đó là một thống kê có thể quan sát được, không phải là thông số dân số không quan sát được. Tuy nhiên, chúng tôi thấy nó đang được sử dụng như một trong những tham số của họ phân phối này!μ 1 μ 2 delta τ t s 1 s 2 q qδμ1μ2δτts1s2θθ

Có thể là họ nên nói tham số đó là arctangent của chứ không phải là ? s1/σ1/n1σ2/n2s1/n1s2/n2

Câu trả lời:


5

Phân phối BehDR-Fisher được xác định bởi trong đó là một số thực và và là các phân phối độc lập với mức độ tự do và tương ứng.θ t 2 t 1 t ν 2 ν 1t2cosθt1sinθθt2t1tν2ν1

Giải pháp của BehDR và ​​Fisher về vấn đề BehDR-Fisher liên quan đến phân phối BehDR-Fisher với tùy thuộc vào các quan sát vì đây là giải pháp giả Bayesian (trên thực tế, là một giải pháp): phân phối phụ thuộc dữ liệu này là phân phối giống như sau của (với phần ngẫu nhiên duy nhất trong định nghĩa của vì dữ liệu đã được sửa).τ delta τθτδτ


Vì vậy, bạn đang nói đó là sự phân phối của trong đó không phảingẫu nhiên , mặc dù họ nói và và là ngẫu nhiên? Vì vậy, đó là phân phối có điều kiện cho tỷ lệ phương sai? Dường như với tôi các tác giả nên rõ ràng hơn về điều này. t2cosθt1sinθq = arctan s 1 / θ s1s2θ=arctans1/n1s2/n2s1s2
Michael Hardy

Vì vậy, điều này có nên được xem như là một ví dụ khác về kỹ thuật điều hòa của Fisher trên một thống kê phụ trợ?
Michael Hardy

s 2 τ ˉ x 1 ˉ x 2 s 1 s 2 δs1 và phụ thuộc vào dữ liệu, nhưng dữ liệu đã được sửa, đây giống như một phân phối sau trong thống kê Bayes. Trong biểu thức của , mỗi , , và là cố định và là ngẫu nhiên. s2τx¯1x¯2s1s2δ
Stéphane Laurent

Trả lời nhận xét thứ 2 của bạn: Tôi không biết. Đây là số liệu thống kê fiducial.
Stéphane Laurent

t1t2μ1μ2t1t2
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.