Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...
Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...
Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
68 Kapitel 7: Asymptotische Fallzahlplanung beim LQ-Test<br />
gilt. <strong>Die</strong> <strong>asymptotische</strong> <strong>Verteilung</strong> <strong>des</strong> <strong>Likelihood</strong>-<strong>Quotienten</strong> unter der Alternative θ (0) ∈ Θ 1<br />
ist nach Theorem 6.7 gegeben durch<br />
( )<br />
√ 1 n<br />
n log λ D<br />
n + µ(c) −→ N (0, τ 2 (c)),<br />
mit<br />
und<br />
τ 2 (c) =<br />
k∑<br />
i=1<br />
c i Var θ<br />
(0)<br />
i<br />
µ(c) = K(θ (0) , θ ∗ , c)<br />
[<br />
]<br />
log f(X i1 , θ (0)<br />
i<br />
) − log f(X i1 , θi ∗ ) .<br />
Sei u α das α-Quantil der Standard-Normalverteilung. Für die Bedingung (7.1) gilt<br />
P θ (0) (log λ n ≤ c α ) ≥ 1 − β<br />
( ( √n τ(c)<br />
−1 1<br />
n log λ n + µ(c))<br />
⇔ P θ (0)<br />
≤ √ ( ))<br />
1<br />
n τ(c) −1 n c α + µ(c) ≥ 1 − β,<br />
was wiederum asymptotisch äquivalent zu<br />
√ n τ(c)<br />
−1<br />
( 1<br />
n c α + µ(c))<br />
≥ u 1−β<br />
⇔<br />
√ n µ(c)<br />
τ(c) +<br />
c α<br />
√ n τ(c)<br />
≥ u 1−β<br />
ist. Ist die Fallzahlaufteilung c gegeben, ist folglich die benötigte minimale Gesamtfallzahl<br />
gegeben durch<br />
{<br />
N ∗ = min n ∈ N : √ n µ(c)<br />
}<br />
τ(c) + c<br />
√ α<br />
≥ u 1−β .<br />
n τ(c)<br />
Ist hingegen die Fallzahlaufteilung c nicht festgelegt, so ist zur Reduzierung der benötigten<br />
Gesamtfallzahl zunächst die optimale <strong>asymptotische</strong> Fallzahlaufteilung zu berechnen. Eine<br />
optimale Fallzahlaufteilung ist gegeben, wenn keine andere Aufteilung der Fallzahlen eine<br />
bessere Power bei gleicher Gesamtfallzahl aufweist. Folglich ist<br />
√ n<br />
µ(c)<br />
τ(c) +<br />
c α<br />
√ n τ(c)<br />
in c zu maximieren. Da <strong>für</strong> großes n der Term µ(c)/τ(c) dominiert, ist die asymptotisch<br />
optimale Fallzahl gegeben durch<br />
{<br />
}<br />
c ∗ µ(c)<br />
k∑<br />
= arg sup<br />
τ(c) : c ∈ [0, 1]k mit c i = 1 .<br />
<strong>Die</strong> minimal benötigte Gesamtfallzahl ist dann gegeben durch<br />
{<br />
N ∗ = min n ∈ N : √ n µ(c∗ )<br />
τ(c ∗ ) +<br />
i=1<br />
c α<br />
√ n τ(c ∗ ) ≥ u 1−β<br />
}<br />
.