Figure 3: a) Density curves for the

Figure 3: a) Density curves for the prior and posterior distribution of and b) density curves for the prior and posterior distribution of .


To test (12) on the difference , we have: has posterior probability , with and we .
Naturally, different informative, or non-informative, priors can be considered for and separately, and the test can be carried out in the same way.
b) Point-null hypothesis: The point null hypothesis to be tested at the significance level in Bayesian statistics has been a subject of study and debate in the literature. Several difficulties still remain concerning this case, especially on the prior probability assigned to the value (see Berger (1999)). We use here Lindley’s compromise (Lee(2004)), which consists of computing the highest posterior density interval and accept or reject depending on whether belongs or not to that interval. Here, for the same example as in subsection 4.1, if , using Pham-Gia and Turkkan’s algorithm (1993), the 95% hpd interval for D is (0.2417;0.7708), which leads us to reject (see Figure 4).???????????????????
We can see that the above conclusions on are consistent with each other.

Kết quả (Việt) 1:

Hình 3: a) với mật đường cong cho phân phối trước và sau và b) mật độ đường cong cho trước và sau phân phối. Để kiểm tra (12) vào sự khác biệt, chúng tôi có: có xác suất hậu nghiệm, và chúng tôi. Đương nhiên, khác nhau thông tin, hoặc không có thông tin, priors có thể được xem xét và riêng biệt, và các bài kiểm tra có thể được thực hiện trong cùng một cách. b) điểm-null hypothesis: giả thuyết null điểm để được kiểm tra ở mức ý nghĩa thống kê Bayes đã là một chủ đề học tập và cuộc tranh luận trong văn học. Một vài khó khăn vẫn còn liên quan đến trường hợp này, đặc biệt là trên xác suất trước khi gán giá trị (xem Berger (1999)). Chúng tôi sử dụng ở đây là sự thỏa hiệp của Lindley (Lee(2004)), trong đó bao gồm máy tính các khoảng thời gian sau mật độ cao nhất và chấp nhận hoặc từ chối tùy thuộc vào định thuộc về hay không để khoảng thời gian đó. Ở đây, ví dụ tương tự như trong tiểu mục 4.1, nếu sử dụng phạm Gia và Turkkan của thuật toán (1993), khoảng thời gian hpd 95% cho D là (0.2417; 0.7708), dẫn chúng tôi để từ chối (xem hình 4).???Chúng ta có thể thấy rằng các kết luận ở trên vào là phù hợp với nhau.

Kết quả (Việt) 2:

Hình 3: a) Các đường cong mật độ phân phối cho trước và sau của và b) Các đường cong mật độ phân phối cho trước và sau của. Để kiểm tra (12) về sự khác biệt, chúng ta có: có xác suất hậu nghiệm, có và chúng tôi. Đương nhiên, khác nhau thông tin, hoặc không có thông tin, priors có thể được xem xét và riêng biệt, và các thử nghiệm có thể được thực hiện trong cùng một cách. b) giả thuyết Point-null: các điểm null giả thuyết được thử nghiệm tại mức ý nghĩa thống kê Bayes đã được một đề tài nghiên cứu và tranh luận trong văn học. Một số khó khăn vẫn còn liên quan đến trường hợp này, đặc biệt là trên các xác suất trước được gán cho giá trị (xem Berger (1999)). Chúng tôi sử dụng ở đây thỏa hiệp Lindley (Lee (2004)), trong đó bao gồm việc tính toán khoảng thời gian mật độ cao nhất sau và chấp nhận hoặc từ chối tùy thuộc vào việc thuộc hay không để khoảng thời gian đó. Ở đây, cho ví dụ tương tự như trong tiểu mục 4.1, nếu sử dụng Phạm Gia và thuật toán Turkkan (1993), khoảng HPD 95% cho D là (0,2417; 0,7708), dẫn chúng tôi từ chối (xem hình 4).? ?????????????????? Chúng ta có thể thấy rằng các kết luận nêu trên là phù hợp với nhau.