Monte-Carlo Tests - Mathematik - Heinrich-Heine-Universität ...
Monte-Carlo Tests - Mathematik - Heinrich-Heine-Universität ...
Monte-Carlo Tests - Mathematik - Heinrich-Heine-Universität ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Einleitung 3<br />
Schätzverfahren für die Güte eines <strong>Tests</strong> mit p-Wert Gestalt vorgestellt, welches<br />
auf Boos und Zhang [4] basiert. Diese Schätzung erfolgt für zwei Fälle. Zunächst<br />
wird ein Test betrachtet, für den der p-Wert als bekannt vorausgesetzt wird. Die<br />
Güte wird durch ein <strong>Monte</strong>-<strong>Carlo</strong> Verfahren geschätzt, welches auf O Simulatio-<br />
nen beruht. Im zweiten Fall ist der p-Wert unbekannt. Der Schätzung der Güte<br />
wird eine Schätzung des p-Wertes wiederum durch <strong>Monte</strong>-<strong>Carlo</strong> Verfahren vor-<br />
angestellt, welches nun auf I Simulationen beruht. <strong>Tests</strong>, die einen geschätzten<br />
p-Wert zu Grunde legen, werden allgemein als <strong>Monte</strong>-<strong>Carlo</strong> <strong>Tests</strong> bezeichnet. Für<br />
die Schätzung der Güte eines <strong>Monte</strong>-<strong>Carlo</strong> <strong>Tests</strong> benötigt man dementsprechend<br />
ein verschachteltes <strong>Monte</strong>-<strong>Carlo</strong> Verahren mit insgesamt O · I generierten Daten-<br />
sätzen. Zum Abschluss dieses Kapitels wird eine Methode vorgestellt, wie man<br />
diese Schätzung der Güte für den <strong>Monte</strong>-<strong>Carlo</strong> Test verbessern kann. Sie beruht<br />
darauf, die vorangestellte Schätzung des p-Wertes zu verbessern. Die dafür be-<br />
nutzte Extrapolationsmethode wird explizit an einem Beispiel diskutiert. Eine<br />
Überprüfungsmöglichkeit dieser Methode wird mit Hilfe der hypergeometrischen<br />
Verteilung vorgestellt.<br />
Da in dieser Diplomarbeit die Nullhypothese verworfen wird, falls der Wert der<br />
<strong>Tests</strong>tatistik niedrig ausfällt, benötigt man für die Bestimmung des kritischen<br />
Wertes die rechtsstetige inverse Verteilungsfunktion. Aufgrund der Tatsache, dass<br />
in der Literatur vorwiegend mit der linksstetigen inversen Verteilungsfunktion<br />
gearbeitet wird, ist der Umgang mit der rechtsstetigen etwas ungewohnt. Daher<br />
beinhaltet der Anhang eine kurze Zusammenfassung der Darstellung sowie Eigen-<br />
schaften dieser speziellen inversen Verteilungsfunktion, die an zentralen Stellen<br />
dieser Arbeit verwendet wird.<br />
Die in dieser Arbeit eingebundenen Abbildungen wurden mit Matlab (Version<br />
6.1.0.450, Release 12.1) bzw. Latex erstellt.