Parametrizing distribusi Behrens-Fisher


9

"On the Behrens – Fisher Problem: A Review" oleh Seock-Ho Kim dan Allen S. Cohen

Jurnal Statistik Pendidikan dan Perilaku , volume 23, nomor 4, Musim Dingin, 1998, halaman 356-377


Saya melihat hal ini dan mengatakan:

Fisher (1935, 1939) memilih statistik [di mana adalah satu sampel statistik yang biasa untuk ] di mana diambil di kuadran pertama dan [. . . ] Distribusi adalah distribusi Behrens-Fisher dan ditentukan oleh tiga parameter , , dan ,titi=1,2θtanθ=s1/

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

Parameter sebelumnya telah didefinisikan sebagai untuk .n i - 1 i = 1 , 2νini1i=1,2

Sekarang hal-hal yang tidak dapat diamati di sini adalah dan dua populasi berarti , , yang perbedaannya adalah , dan akibatnya dan dua statistik- . Sampel SD dan dapat diamati dan digunakan untuk mendefinisikan , sehingga adalah statistik yang dapat diamati, bukan parameter populasi yang tidak dapat diobservasi. Namun kami melihatnya digunakan sebagai salah satu parameter dari keluarga distribusi ini!μ 1 μ 2 delta τ t s 1 s 2 q qδμ1μ2δτts1s2θθ

Mungkinkah mereka seharusnya mengatakan parameternya adalah arctangent dari daripada ? s1/σ1/n1σ2/n2s1/n1s2/n2

Jawaban:


5

Distribusi Behrens-Fisher didefinisikan oleh mana adalah bilangan real dan dan adalah - independen dengan derajat kebebasan masing-masing dan .θ t 2 t 1 t ν 2 ν 1t2cosθt1sinθθt2t1tν2ν1

Solusi Behrens dan Fisher dari masalah Behrens-Fisher melibatkan distribusi Behrens-Fisher dengan tergantung pada pengamatan karena itu adalah solusi pseudo-Bayesian (pada kenyataannya, fiducial): distribusi yang bergantung pada data ini adalah distribusi seperti posterior of (dengan satu-satunya bagian acak dalam definisi karena datanya diperbaiki).τ δ τθτδτ


Jadi kau mengatakan itu distribusi mana yaitu tidak acak , meskipun mereka mengatakan dan dan adalah acak? Jadi distribusi kondisional diberikan rasio varians? Menurut saya penulis seharusnya lebih eksplisit tentang ini. θ θ = arctan s 1 / t2cosθt1sinθθ s1s2θ=arctans1/n1s2/n2s1s2
Michael Hardy

Jadi haruskah ini dipandang sebagai contoh lain dari teknik pengkondisian Fisher pada statistik tambahan?
Michael Hardy

s 2 τ ˉ x 1 ˉ x 2 s 1 s 2 δs1 dan bergantung pada data, tetapi datanya tetap, ini seperti distribusi posterior dalam statistik Bayesian. Dalam ekspresi , masing-masing , , dan adalah tetap, dan adalah acak. s2τx¯1x¯2s1s2δ
Stéphane Laurent

Jawab komentar kedua Anda: Saya tidak tahu. Ini dia statistik fidusia.
Stéphane Laurent

Menurut jawaban ini, semua keacakan dalam dan t 2 berasal dari keacakan dalam μ 1 dan μ 2 , dan sisanya diperbaiki. Tapi pembenaran untuk mengatakan bahwa t 1 dan t 2 memiliki distribusi probabilitas tertentu yang dikaitkan dengan mereka, adalah distribusi data. Haruskah kita mengatakan "itu karena ini adalah kesimpulan fidusia"? t1t2μ1μ2t1t2
Michael Hardy
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.