Численное сравнение перестановочных и классических методов проверки статистических гипотез

Авторы

  • Вячеслав Борисович Мелас
  • Дмитрий Игоревич Сальников
  • Анастасия Олеговна Гудулина

Аннотация

Статья посвящена классической задаче проверки статистической гипотезы о равенстве двух распределений. Для нормальных распределений во многих смыслах оптимальным является критерий Стьюдента. Но на практике сравниваемые распределения часто не являются нормальными и, вообще говоря, неизвестны. В случае, когда ничего не известно относительно сравниваемых распределений, для решения этой задачи обычно применяется непараметрический критерий Колмогорова-Смирнова. В статье рассматриваются методы, основанные на перестановках, которые в последние годы привлекают внимание своей простотой, универсальностью и достаточно высокой эффективностью. Методами стохастического моделирования проведено сравнительное исследование мощности нескольких перестановочных тестов и классических методов (тесты Колмогорова-Смирнова, Стьюдента и Манна-Уитни) для широкого класса функций распределения. Рассматриваются нормальные распределения, распределения Коши и их смеси, а также экспоненциальные распределения, распределения Вейбулла, Фишера и Стьюдента.Установлено, что для многих типичных распределений наибольшую мощность имеет перестановочный метод, основанный на сумме абсолютных величин разностей. Особенно велико преимущество этого метода перед остальными в случае, когда сравниваются симметричные распределения с совпадающими центрами. Таким образом, указанный перестановочный метод можно рекомендовать к применению в тех случаях, когда сравниваемые распределения отличны от нормальных. Библиогр. 9 назв. Табл. 5.

Скачивания

Данные скачивания пока недоступны.

Библиографические ссылки

1. Leman E. Testing Statistical Hypotheses. 1979.

2. Sirsky M. On the Statistical Analysis of Functional Data Arising from Designed Experiments: Ph.D. thesis. University of Manitoba. 2012.

3. Corain L., Melas V., Pepelyshev A., Salmaso L. New insights on permutation approach for hypothesis testing on functional data // Advances in Data Analysis and Classification. 2014. Vol. 8, issue 3. P. 339-356.

4. Sturino J., Zorych I., Mallick B. et al. Statistical methods for comparative phenomics using high-throughput phenotype microarrays // The International Journal of Biostatistics. 2010. Vol. 6. P. 3-4.

5. Cox D., Lee J. Pointwise testing with functional data using the Westfall-Young randomization method // Biometrika. 2008. Vol. 95. P. 621-634.

6. Ramsay J., Hooker G., Graves S. Functional Data Analysis with R and Matlab. 2009.

7. Keller-McNulty S., Higgins J. Effect of tail weight and outliers on power and type-i error of robust permutation tests for location // Communications in Statistics - Simulation and Computation. 1987. Vol. 16. P. 17-35.

8. Edgington E.S. Approximate randomization tests // The Journal of Psychology. 1969. Vol. 72. P. 143-149.

9. Good P.I. Resampling Methods: A Practical Guide to Data Analysis. 3 edition. Birkhauser, 2006.

Загрузки

Опубликован

20.08.2020

Как цитировать

Мелас , В. Б., Сальников , Д. И., & Гудулина, . А. О. (2020). Численное сравнение перестановочных и классических методов проверки статистических гипотез. Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия, 3(3), 415–423. извлечено от https://math-mech-astr-journal.spbu.ru/article/view/8687

Выпуск

Раздел

Математика

Наиболее читаемые статьи этого автора (авторов)