4. thử nghiệm cho sự bình đẳng của hai tỷ lệNhư đã nêu trước đó, việc chúng tôi có một thử nghiệm cho sự bình đẳng giữa hai tỷ lệ. Một số phương pháp nổi tiếng cũng được trình bày trong các tài liệu. Ở đây, chúng tôi tiếp cận đồ họa làm giảm đường chéo đầu tiên xem xét và xác định đường biên giới hai vượt ra ngoài mà chúng tôi sẽ từ chối bình đẳng. Này Fisher"s phương pháp dựa trên việc phân phối hypergeometric. Phương pháp xấp xỉ thông thường được dựa trên một số công thức. và các phiên bản tới, cả hai đều xấp xỉN(0;1) theo. Cressie (1978) cho điều kiện theo đó W2 là tốt hơn so với W1, về quyền lực. Trước đó, Eberhardt và Fligner (1977) nghiên cứu cùng một vấn đề cho một bài kiểm tra song phương.Có điều kiện thử nghiệm thường được gọi là của Fisher thử nghiệm chính xác và được dựa trên việc phân phối hypergeometric. Theo H0 số thành công đến từ pop 1 có Hyp (n1 + n2, t = x 1 + x 2, n1, x) phân phối. Các đối số là: trong mẫu kết hợp kích thước n1 + n2, với x1 thành công từ pop1 ra khỏi t = x 1 + x 2 thành công, prob một thành công x đến fromPop1 là hyperg. 3. FISHER THỬ NGHIỆM CHÍNH XÁCĐể tính toán ý nghĩa của các quan sát, chúng ta phải tính toán một số bảng tương ứng với kết quả cực đoan hơn so với các bảng quan sát. Được biết, có điều kiện thử nghiệm là ít mạnh mẽ hơn một vô điều kiện. Vấn đề là thường xuyên liên kết với một bảng 2 x 2 nơi có 3 khả năng: hằng số cột các khoản tiền và hàng tiền, một hằng số thiết lập các biến khác và cả hai biến. Này tương ứng với các mô hình khác nhau urn, như được chỉ ra bởi Barnard. Các biện pháp khác có thể được giới thiệu sau đó, tỷ lệ cược tỷ lệ,... Một cách tiếp cận Bayes đã được thực hiện bởi nhiều tác giả (Howard). Phạm Gia và Turkkan () tính khoảng thời gian đáng tin cậy liên kết cho một số trong những biện pháp này. 5. PHƯƠNG PHÁP TIẾP CẬN BAYESTrong phần này chúng ta chỉ đối phó với sự khác biệt giữa hai tỷ lệ. Bằng cách sử dụng phương pháp tiếp cận Bayes để điều trị suy luận khác nhau về sự khác biệt sẽ chắc chắn gặp phải một số khó khăn nghiêm trọng tính toán nếu chúng ta không có một biểu thức đóng cho mật độ của sự khác biệt của hai độc lập phân phối phiên bản beta biến ngẫu nhiên. Một biểu hiện đã thu được tác giả đầu tiên của một số thời gian trước đây và nhớ lại dưới đây.4.1. Bayes các thử nghiệm về sự bình đẳng của hai tỷ lệ: Chúng ta hãy nhớ lại lần đầu tiên các định lý sau đây:Định lý 1: Hãy để là phân phối phiên bản beta độc lập hai biến ngẫu nhiên với tham số, và tương ứng. Sau đó, sự khác biệt có mật độ xác định như sau: là của Appell đầu tiên hypergeometric chức năng, được xác định như (10)ở đâu. Loạt bài này vô hạn là hội tụ cho, và ở đâu, như được hiển thị bởi Euler, nó có thể cũng được thể hiện như là một tích phân hội tụ: (11)mà hội tụ cho c-a > 0, một > 0. Trong thực tế, phạm Gia và Turkkan (1993) thiết lập biểu thức mật độ của sự khác biệt bằng cách sử dụng (11) và không phải là bộ truyện. Do đó, Chuỗi vô hạn (10) có thể được mở rộng bên ngoài hai vòng tròn của tụ, bởi tiếp tục phân tích, nơi nó cũng được biểu thị bằng Ở đây, chúng tôi biểu thị (9) bởi.Bằng chứng: Thấy phạm Gia và Turkkan (1993).Phân phối trước là vì thế, thu được từ priors hai beta. 4.1.1 Bayes thử nghiệm bằng cách sử dụng một mức độ ý nghĩa: a) thử nghiệm một mặt: đề xuất 1: để kiểm tra tại 0,05 tầm quan trọng cấp, sử dụng hai mẫu độc lập, và chúng tôi tính toán, nơi, và. Biểu hiện này của mật độ hậu nghiệm của sẽ cho phép chúng tôi để tính toán và so sánh nó với mức ý nghĩa.For example, như trong ví dụ frequentist của phần 3.1 một), chúng tôi xem xét việc,,, và sử dụng hai priors không thông tin Phiên bản beta, có nghĩa là,. Chúng ta có được phân phối trước và sau của và (hình 3). Chúng tôi muốn kiểm tra: (12)
đang được dịch, vui lòng đợi..