Nächste Seite: Vorzeichenrangtest von Wilcoxon
Aufwärts: Zwei einfache Beispiele von
Vorherige Seite: Binomialtest
  Inhalt
Iterationstest auf Zufälligkeit
- In diesem Abschnitt wird nicht vorausgesetzt, dass die
Stichprobenvariablen
unabhängig sind.
- Wir nehmen nämlich an, dass
nur die Werte 0
oder
annehmen können, wobei
-mal der Wert 0 und
-mal der Wert
auftreten möge;
.
- Insgesamt gibt es dann
mögliche Realisierungen
der Zufallsstichprobe
.
- Dabei soll die Nullhypothese
geprüft werden, ob jede dieser
Realisierungen die gleiche Wahrscheinlichkeit
hat.
- Mit anderen Worten: Es soll geprüft werden, ob die Lokalisation,
d.h. die Reihenfolge ,,rein zufällig'' ist, in der die
Einsen bzw. die
Nullen angeordnet sind.
- Als Testgröße
betrachten wir die
Anzahl
von Iterationen in der (konkreten)
Stichprobe
, d.h. die Anzahl von (Teil-)
Folgen aufeinanderfolgender gleicher Zeichen in
.
- Beispiel
-
Theorem 6.1

Unter

gilt für jedes
 |
(3) |
Außerdem gilt
und |
(4) |
- Beweis
-
- Wir zeigen die Gültigkeit von (3) nur für den Fall
, denn der Beweis für den Fall
verläuft analog.
- Sei also
. Dann gibt es je
Iterationen, die aus Einsen
bzw. aus Nullen bestehen.
- Für die Zerlegung der
Nullen in
Teilmengen gibt es
Möglichkeiten.
- Für jede dieser Zerlegungen gibt es
Möglichkeiten, die
Einsen in
Teilmengen zu zerlegen.
- Wenn nun noch beachtet wird, dass die Stichprobe
entweder mit
oder mit
beginnen kann, dann ergeben sich insgesamt
Zerlegungsmöglichkeiten.
- Damit ist (3) für den Fall
bewiesen.
- Bei der Bestimmung des Erwartungswertes
nutzen wir die
folgende Überlegung.
- Für jedes
betrachten wir die Indikatorvariable
mit
- Dann gilt
, d.h., es gibt
Möglichkeiten, dass an der
-ten Stelle eine Iteration beginnt.
- Somit gilt
- Hieraus und aus der Identität
 |
(5) |
ergibt sich, dass
- Die Varianzformel in (4) lässt sich auf ähnliche
Weise beweisen, denn aus (5) ergibt sich, dass
so dass lediglich noch die Momente
zu bestimmen sind.
- Beachte
-
- Beispiel
(Fortsetzung)
Für
und
,
ergibt sich, dass
. Andererseits gilt für die in
(2) betrachtete Stichprobe
d.h.,
wird abgelehnt.
Wenn die (Teil-) Stichprobenumfänge
und
groß sind,
dann ist die Bestimmung der Quantile
von
mit erheblichem Rechenaufwand verbunden. Einen
Ausweg bietet dann der folgenden zentrale Grenzwertsatz, den wir
hier ohne Beweis angeben.
Theorem 6.2

Wenn

, so
dass

bzw.

für ein

, dann gilt
und |
(6) |
sowie
 |
(7) |
wobei
![$ \Phi:\mathbb{R}\to[0,1]$](img2087.png)
die Verteilungsfunktion der
N

-Verteilung ist.
- Beachte
Wegen Theorem 6.2 wird
für
große
abgelehnt, wenn
 |
(8) |
wobei
das
-Quantil der N
-Verteilung
ist.
Nächste Seite: Vorzeichenrangtest von Wilcoxon
Aufwärts: Zwei einfache Beispiele von
Vorherige Seite: Binomialtest
  Inhalt
Hendrik Schmidt
2006-02-27