В статистика, то Распределение Беренса – Фишера, названный в честь Рональд Фишер и Вальтер Беренс, это параметризованный семья распределения вероятностей вытекающие из решения Проблема Беренса – Фишера предложенный сначала Беренсом, а несколькими годами позже Фишером. Проблема Беренса – Фишера - это проблема статистические выводы о разнице между средствами двух нормально распределенный население когда соотношение от их отклонения неизвестно (и, в частности, неизвестно, что их дисперсии равны).
Определение
Распределение Беренса – Фишера - это распределение случайная переменная формы

куда Т1 и Т2 находятся независимый случайные переменные каждый со студенческим t-распределение, с соответствующими степенями свободы ν1 = п1 - 1 и ν2 = п2 - 1, и θ является константой. Таким образом, семейство распределений Беренса – Фишера параметризуется следующим образом: ν1, ν2, иθ.
Вывод
Предположим, что известно, что две дисперсии совокупности равны, и выборки размеров п1 и п2 взяты из двух популяций:
![{ begin {align} X _ {{1,1}}, ldots, X _ {{1, n_ {1}}} & sim operatorname {iid} N ( mu _ {1}, sigma ^ { 2}), [6pt] X _ {{2,1}}, ldots, X _ {2, n_ {2}}} & sim operatorname {iid} N ( mu _ {2}, сигма ^ {2}). end {выравнивается}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/63c9179ed23512c7947dc021bfd140366128c9e9)
где "i.i.d" независимые и одинаково распределенные случайные величины и N обозначает нормальное распределение. Два образца средства находятся
![{ begin {align} { bar {X}} _ {1} & = (X _ {{1,1}} + cdots + X _ {{1, n_ {1}}}) / n_ {1} [6pt] { bar {X}} _ {2} & = (X _ {{2,1}} + cdots + X _ {{2, n_ {2}}}) / n_ {2} end { выровнен}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/124c854f4dd975bae37413d5e87cef0c06ccd47b)
Обычный "объединенный " беспристрастный оценка общей дисперсии σ2 затем

куда S12 и S22 обычные беспристрастные (С поправкой на Бесселя ) оценки двух дисперсий населения.
При этих предположениях основное количество

имеет t-распределение с п1 + п2 − 2 степени свободы. Соответственно, можно найти доверительный интервал за μ2 − μ1 чьи конечные точки

куда А является подходящей процентной точкой t-распределения.
Однако в задаче Беренса – Фишера не известно, что две дисперсии населения равны, равно как и их соотношение. Фишер считал[нужна цитата ] главное количество

Это можно записать как

куда

- обычная однократная t-статистика и

и один берет θ быть в первом квадранте. Алгебраические детали таковы:
![{ begin {align} { frac {( mu _ {2} - mu _ {1}) - ({ bar X} _ {2} - { bar X} _ {1})} { displaystyle { sqrt {{ frac {S_ {1} ^ {2}} {n_ {1}}} + { frac {S_ {2} ^ {2}} {n_ {2}}}}}}} & = { frac { mu _ {2} - { bar {X}} _ {2}} { displaystyle { sqrt {{ frac {S_ {1} ^ {2}} {n_ {1}) }} + { frac {S_ {2} ^ {2}} {n_ {2}}}}}}} - { frac { mu _ {1} - { bar {X}} _ {1} } { displaystyle { sqrt {{ frac {S_ {1} ^ {2}} {n_ {1}}} + { frac {S_ {2} ^ {2}} {n_ {2}}}}) }}} [10pt] & = underbrace {{ frac { mu _ {2} - { bar {X}} _ {2}} {S_ {2} / { sqrt {n_ {2}) }}}}} _ {{{ text {Это}} T_ {2}}} cdot underbrace { left ({ frac {S_ {2} / { sqrt {n_ {2}}}} { Displaystyle { sqrt {{ frac {S_ {1} ^ {2}} {n_ {1}}} + { frac {S_ {2} ^ {2}} {n_ {2}}}}} }} right)} _ {{{ text {Это}} cos theta}} - underbrace {{ frac { mu _ {1} - { bar {X}} _ {1}} {S_ {1} / { sqrt {n_ {1}}}}}} _ {{{ text {This is}} T_ {1}}} cdot underbrace { left ({ frac {S_ { 1} / { sqrt {n_ {1}}}} { displaystyle { sqrt {{ frac {S_ {1} ^ {2}} {n_ {1}}} + { frac {S_ {2}) ^ {2}} {n_ {2}}}}}} right)} _ {{{ text {Это}} sin theta}}. Qquad qquad qquad (1) end { выровнен}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/5b614f43c80e43667416857a56ddf54146b35781)
Тот факт, что сумма квадратов выражений в скобках выше равна 1, означает, что они являются косинусом и синусом некоторого угла.
Распределение Берен-Фишера на самом деле является условное распределение количества (1) выше, данный значения величин, обозначенных cosθ и грехθ. Фактически, Фишер условия на дополнительную информацию.
Затем Фишер обнаружил "реперный интервал ", конечные точки которого

куда А является подходящей процентной точкой распределения Беренса – Фишера. Фишер утверждал[нужна цитата ] что вероятность того, что μ2 − μ1 находится в этом интервале, учитывая данные (в конечном итоге Иксs) - это вероятность того, что случайная величина, распределенная Беренса – Фишера, находится между -А иА.
Контрольные интервалы в сравнении с доверительными интервалами
Бартлетт[нужна цитата ] показал, что этот «реперный интервал» не является доверительным интервалом, потому что он не имеет постоянной степени охвата. Фишер не считал это веским возражением против использования реперного интервала.[нужна цитата ]
дальнейшее чтение
- Кендалл, Морис Г., Стюарт, Алан (1973) Расширенная теория статистики, Том 2: Вывод и взаимосвязь, 3-е издание, Гриффин. ISBN 0-85264-215-6 (Глава 21)
|
---|
Дискретный одномерный с конечной опорой | |
---|
Дискретный одномерный с бесконечной поддержкой | |
---|
Непрерывный одномерный поддерживается на ограниченном интервале | |
---|
Непрерывный одномерный поддерживается на полубесконечном интервале | |
---|
Непрерывный одномерный поддерживается на всей реальной линии | |
---|
Непрерывный одномерный с поддержкой, тип которой варьируется | |
---|
Смешанная непрерывно-дискретная одномерная | |
---|
Многовариантный (совместный) | |
---|
Направленный | |
---|
Вырожденный и единственное число | |
---|
Семьи | |
---|