Next: Konsistenz und relative Entropie
Up: Gleichmäßig beste Tests
Previous: Neyman-Pearson-Tests
  Contents
Lemma von Neyman-Pearson
Außerdem kann man zeigen, daß es für jedes
einen
NP-Test zum Niveau gibt, der dann gemäß
Theorem 4.1 bester Test in der Familie aller
(randomisierten) Tests zum Niveau ist. Außerdem ist der
NP-Test zum Niveau in einem gewissen Sinne eindeutig
bestimmt.
Dieser Existenz- und Eindeutigkeitssatz wird in der Literatur das
Fundamentallemma von Neyman-Pearson genannt; zu Ehren von
Jerzy Neyman (1894-1981) und Egon Pearson (1895-1980), der Sohn
des Statistikers Karl Pearson.
- Beweis
-
- Um die Gültigkeit von Teilaussage 1 zu beweisen, genügt es wegen
(29) zu zeigen, daß es reelle Zahlen und
gibt, so daß
|
(33) |
- Sei
die Verteilungsfunktion von unter .
Dann ist (33) äquivalent mit
|
(34) |
- Sei das
-Quantil von , d.h.,
|
(35) |
- Dann gilt
, denn wegen
und
für gilt , und wegen
gilt auch .
- Außerdem ergibt sich aus der Definitionsgleichung
(35) des
-Quantils , daß
|
(36) |
- Falls stetig im Punkt ist, d.h.
,
dann ergibt sich aus (36), daß
und daß somit (34) für jedes gilt.
- Falls unstetig im Punkt ist, d.h.
, dann gilt (34) für
- Um die Gültigkeit von Teilaussage 2 zu beweisen, setzen wir
und
zeigen, daß
bzw. |
(37) |
- Wir betrachten nur den absolutstetigen Fall. Im diskreten Fall
ergibt sich die Behauptung auf analoge Weise, wobei lediglich die
Integrale in den folgenden Formeln durch entsprechende Summen zu
ersetzen sind.
- Weil und beste Tests sind, gilt
- Andererseits ergibt sich aus
und
, daß
- Insgesamt ergibt sich somit, daß
- Zusammen mit (31) folgt hieraus,daß
|
(38) |
- Andererseits gelten für jedes
die folgenden
Implikationen:
-
-
- Für jedes
ist somit der Integrand in
(38) strikt positiv, während er für
gleich 0 ist.
- Hieraus folgt, daß das Lebesque-Maß der Menge
gleich 0 sein muß.
- Beispiele
-
- Poisson-verteilte Stichprobenvariablen
- Exponentialverteilte Stichprobenvariablen
- Sei
Exp
die Familie der Exponentialverteilungen.
- Für zwei beliebige, jedoch vorgegebene Parameterwerte
mit
konstruieren wir
einen NP-Test zur Verifizierung der (einfachen) Hypothesen
versus
- Für den in (28) eingeführten Likelihood-Quotienten
gilt dann
für beliebige
.
- Weil die rechte Seite dieses Ausdruckes erneut eine streng monoton
wachsende Funktion der Summe
der Stichprobenwerte
ist, läßt sich der Ablehnungsbereich
bzw. der Randomisierungsbereich durch einen Schwellenwert
der Summe
ausdrücken.
- Der NP-Test zum Niveau hat dann die Form
|
(40) |
- Weil die Zufallsvariable
unter
gammaverteilt ist mit
,
gilt
Die Zahl kann deshalb beliebig (zum Beispiel )
gewählt werden.
- Für
wird dann aus der Gleichung
|
(41) |
bestimmt, d.h., ist das
-Quantil der
-Verteilung.
- Beachte: Die Lösung der Gleichung (41)
hängt nicht von ab. Außerdem gilt
und
- Man kann zeigen, daß dann auch für die Prüfung der
(zusammengesetzten) Hypothesen
versus
ein gleichmäßig bester (unverfälschter)
Test zum Niveau durch die Stichprobenfunktion
mit
|
(42) |
gegeben ist, wobei das
-Quantil der
-Verteilung ist; vgl.
Abschnitt 4.5.6.
- Aus dem starken Gesetz der großen Zahlen (vgl. Theorem WR-5.15)
ergibt sich die Gültigkeit von
unter
.
- Hieraus und aus (41) folgt somit, daß
für
.
- Die erneute Anwendung des starken Gesetzes der großen Zahlen
ergibt nun, daß für jedes
|
(43) |
d.h., der in (42) gegebene Test ist konsistent.
- Normalverteilte Stichprobenvariablen
- Beachte
- Die Frage, wie schnell die Konvergenz in (43) bzw.
(46) erfolgt, d.h., wie schnell die
Wahrscheinlichkeit des Fehlers zweiter Art bei wachsendem
Stichprobenumfang gegen 0 konvergiert, werden wir in
Abschnitt 4.5.4 näher untersuchen.
Next: Konsistenz und relative Entropie
Up: Gleichmäßig beste Tests
Previous: Neyman-Pearson-Tests
  Contents
Roland Maier
2003-03-06