Ok, đây là nỗ lực đầu tiên của tôi. Xem xét kỹ lưỡng và ý kiến đánh giá cao!
Các giả thuyết hai mẫu
Nếu chúng ta có thể đóng khung các thử nghiệm giả thuyết Kolmogorov-Smirnov hai mặt một mẫu , với các giả thuyết không và thay thế dọc theo các dòng này:
H 0 : F Y ( t ) ≥ F X ( t ) , và0: FY(t)≥FX(t)
H A : F Y ( t ) < F X ( t ) , trong ít nhất một t , trong đó:A: FY(t)<FX(t)t
0 : F Y ( t ) ≥ F X ( t )D−=|mint(FY(t)−FX(t))|0: FY(t)≥FX(t)
thống kê kiểm tra tương ứng với H ; và0 : F Y ( t ) ≤ F X ( t )D+=|maxt(FY(t)−FX(t))|0: FY(t)≤FX(t)
F X ( t ) Y XFY(t) & là các CDF theo kinh nghiệm của các mẫu và ,FX(t)YX
sau đó nên hợp lý để tạo ra một giả thuyết khoảng thời gian chung cho một phép thử tương đương dọc theo các dòng này (giả sử rằng khoảng tương đương là đối xứng cho thời điểm này):
H và−0: |FY(t)−FX(t)|≥Δ
H , trong ít nhất một .t−A: |FY(t)−FX(t)|<Δt
Điều này sẽ chuyển sang hai giả thuyết null "tiêu cực" cụ thể để kiểm tra tính tương đương (hai giả thuyết này có dạng giống nhau, vì cả và đều hoàn toàn không âm): D -D+D−
H , hoặc−01: D+≥Δ
H .−02: D−≥Δ
Từ chối cả H và H sẽ khiến người ta kết luận rằng . Tất nhiên, khoảng tương đương không cần phải đối xứng và và có thể được thay thế bằng (thấp hơn) và (trên) cho các giả thuyết null một phía tương ứng.- 02 -Δ<FY(t)-FX(t)<Δ-ΔΔΔ2Δ1−01 −02−Δ<FY(t)−FX(t)<Δ−ΔΔΔ2Δ1
Thống kê kiểm tra (Đã cập nhật: Delta nằm ngoài dấu giá trị tuyệt đối)
Thống kê kiểm tra và (để ẩn và ) tương ứng với H và H , và là: D - 2 n Y n X - 01 - 02D+1D−2nYnX−01−02
D+1=Δ−D+=Δ−|maxt[(FY(t)−FX(t))]|và
D−2=Δ−D−=Δ−|mint[(FY(t)−FX(t))]|
Các tương đương / Relevance Threshold
Khoảng -Hoặc , nếu sử dụng một tính tương đương không đối xứng khoảng-được thể hiện trong các đơn vị của và hoặc độ lớn của các xác suất khác nhau. Khi và tiếp cận vô hạn, CDF của hoặc cho tiếp cận cho và cho :[ Δ 2 , Δ 1 ] D + D - n Y n X D + D - n Y , n X 0 t < 0 t ≥ 0[−Δ,Δ][Δ2,Δ1]D+D−nYnXD+D−nY,nX0t<0t≥0
limnY,nX→∞p+=P(nYnXnY+nX−−−−−−−−√D+≤t)=1−e−2t2
Vì vậy, đối với tôi, PDF đối với kích thước mẫu (hoặc tỷ lệ kích thước mẫu ) phải là đối với và đối với : D - 0 t < 0 t ≥ 0D+D−0t<0t≥0
f(t)=1−e−2t2ddt=4te−2t2
Glen_b chỉ ra rằng đây là bản phân phối Rayleigh với . Vì vậy, hàm lượng tử mẫu lớn cho kích thước mẫu và là: D+D-σ=12D+D−
CDF−1=Q(p)=−ln(1−p)2−−−−−−−−−−√
và một lựa chọn tự do của có thể là giá trị tới hạn và một lựa chọn khắt khe hơn là giá trị tới hạn .Q α + σ / 2 = Q α + 1Δ Qα+σ/4=Qα+1Qα+σ/2=Qα+14Qα+σ/4=Qα+18