7 votos

Dos definiciones de p-valor

De acuerdo a Casella-Berger (2002) la definición de la p-valor es:

Un valor de p $p(X)$ es una prueba estadística de la satisfacción de $0 \le p(X) \le 1$ cada punto de la muestra $x$. Los valores pequeños de a $p(X)$ dar evidencia de que $H_1$ es cierto. Un p-valor es válido si, para cada $\theta \in \Theta_0$ y cada una de las $0 \le \alpha \le 1$, $P_{\theta}(p(X) \le \alpha) \le \alpha)$.

Sin embargo, otros libros, tales como Rohatgi (2001) lo definen como:

La probabilidad de observar en $H_0$ un ejemplo de resultado al menos tan extrema como el observado es llamado el P-valor. Los más pequeños de la P-valor, la más extrema, el resultado y la más fuerte es la evidencia en contra de $H_0$.

Siento que esta definición es similar en espíritu a la Schervish (2012):

p-valor. En general, el p-valor es el menor nivel de $\alpha_0$ tal que se podría rechazar el contraste de hipótesis en el nivel $\alpha_0$ con el los datos observados.

¿Cómo son estas definiciones equivalentes?

4voto

Krish Puntos 11

La diferencia entre estas definiciones es que, mientras el primero se presenta una propiedad que un p-valor debe satisfacer, éstas últimas definir el valor de p como una función de una colección de pruebas de hipótesis. Es posible mostrar que estas definiciones están relacionadas, como expongo a continuación.

Tenga en cuenta que las dos últimas definiciones se refieren a diferentes niveles de significación. Con el fin de hacer que estas definiciones operacionales, usted debe considerar la posibilidad de una colección de pruebas de hipótesis. Formalmente, una prueba de hipótesis, $\phi: \mathcal{X} \rightarrow \{0,1\}$ es una función del espacio muestral de que asume el valor de $1$ si $H_0$ es rechazado y el valor de $0$, de lo contrario. Deje $(\phi_{\alpha})_{\alpha \in (0,1)}$ ser una colección de pruebas de hipótesis tal que $\phi_{\alpha}$ tiene el tamaño de $\alpha$ y que satisfacen monotonía, es decir, si $\alpha_1 \leq \alpha_2$, a continuación, para cada $x$, $\phi_{\alpha_1}(x) \leq \phi_{\alpha_2}(x)$. Las dos últimas definiciones de decir que el p-valor es una función de $p: \mathcal{X} \rightarrow (0,1)$ tal que $p(x)=\inf \{\alpha: \phi_{\alpha}(x)=1\}$. Observar que, para cada $\theta \in H_0$,

\begin{align*} \mathbb{P}_\theta(p(X) \leq \alpha^*) &= \mathbb{P}_\theta(\inf \{\alpha: \phi_{\alpha}(X)=1\} \leq \alpha^*) \\ &= \mathbb{P}_\theta(\phi_{\alpha^*}(X)=1) & \text{monotonicity} \\ &\leq \alpha^* & \phi_{\alpha^*} \text{ has size } \alpha^* \end{align*}

Esto muestra que el p-valor como en Rohatgi y Schervish satisface la propiedad se presenta en Casella.

A continuación, considere que $p: \mathcal{X} \rightarrow (0,1)$ es una función tal que, para cada $\theta \in H_0$, $P_{\theta}(p(X) \leq \alpha^*) \leq \alpha^*$. En este caso, se puede definir una colección de pruebas de hipótesis tal que $\phi_{\alpha}(x)=\mathbb{I}(p(x) \leq \alpha)$. Se sigue de la definición inicial que cada una de las $\phi_{\alpha}$ tiene el tamaño de $\alpha$. También, se desprende de la construcción que, si $\alpha_1 \leq \alpha_2$, a continuación, para cada $x$, $\phi_{\alpha_1}(x) \leq \phi_{\alpha_2}(x)$. Por último, tenga en cuenta que $p(x) = \inf\{\alpha: \phi_{\alpha}(x)=1\}$. Es decir, se puede construir una colección de pruebas de hipótesis basadas en Casella definición. Si se aplica Rohatgi o Schervishe la definición de esta clase, entonces usted obtener $p(x)$.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X