27.08.2014 Aufrufe

Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...

Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...

Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

22 Kapitel 3: Nicht-Unterlegenheitstests im 2-Stichprobenfall unter Normalverteilung<br />

Gesamtfallzahl N<br />

200 400 600 800<br />

Power: 70%<br />

Power: 80%<br />

Power: 90%<br />

0.2 0.3 0.4 0.5 0.6<br />

∆ σ<br />

Abbildung 3.1: Benötigte Fallzahlen <strong>für</strong> die <strong>Tests</strong>tatistik T d unter der Alternative δ md = 0.<br />

Dann gelten die folgenden Eigenschaften<br />

S + (g) ≤ S − (h) und (3.8)<br />

S + (g) = S − (h) impliziert IS + (g) = IS − (h), (3.9)<br />

wobei S − (S + ) die Anzahl (strikter) Vorzeichenwechsel und IS − (IS + ) das initiale Vorzeichen<br />

der jeweiligen Funktion ist. Für detaillierte Informationen siehe Brown u. a. (1981), insbesondere<br />

zur Definition der Vorzeichenwechsel und initialen Vorzeichen.<br />

Karlin (1968, Kapitel 3 §4) zeigt, dass die Dichte einer nicht-zentralen t-<strong>Verteilung</strong> f m (ncp, x)<br />

strikt total positiv der Ordnung unendlich ist, was äquivalent zur variationsreduzierenden<br />

Eigenschaft ist. Demzufolge ist f m (ncp, x) in der Klasse SV R ∞ . Gesetzt wird<br />

<strong>für</strong> beliebige z, c ∈ R. Dann gilt<br />

h(x) = 1 (−∞,z] (x) − c<br />

S − (h) ≤ 1 ∀ z, c ∈ R.<br />

Weiter ist<br />

∫<br />

g(ncp) =<br />

f m (ncp, x) ( 1 (−∞,z] (x) − c ) dx = F m,z (ncp) − c.<br />

Mit der variationsreduzierenden Eigenschaft (3.8) folgt<br />

S + (F m,z (ncp) − c) ≤ 1 ∀ c ∈ R (3.10)

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!