নাল অনুমানের অধীনে দ্বিপদী পরীক্ষার অনুকরণ করার সময় পি-মানগুলির অ-অভিন্ন বিতরণ

Question

আমি শুনেছি নাল অনুমানের অধীনে পি-মান বিতরণ অভিন্ন হওয়া উচিত। তবে, ম্যাটল্যাব-তে দ্বিপদী পরীক্ষার সিমুলেশনগুলি ইউনিফর্মের ডিস্ট্রিবিউশনগুলির তুলনায় 0.5-এর চেয়ে বড় (এই ক্ষেত্রে 0.518) এর সাথে খুব আলাদা - ফেরত দেয়:

coin = [0 1];
success_vec = nan(20000,1);

for i = 1:20000
    success = 0;
    for j = 1:200
        success = success + coin(randperm(2,1));
    end
    success_vec(i) = success;
end

    p_vec = binocdf(success_vec,200,0.5);
    hist(p_vec);

যেভাবে আমি এলোমেলো সংখ্যা উত্পন্ন করি সেটিকে পরিবর্তন করার চেষ্টা করা কোনও উপকারে আসেনি। আমি এখানে কোন ব্যাখ্যা সত্যিই প্রশংসা করব।

Comments

$n/2 + 1$

ঠিক মতলবের "দ্বিপদী পরীক্ষা" কী করে?

— হোয়াট

মনে হচ্ছে যে এই পোস্টার এর দ্বিপদ পরীক্ষা, binocdfশুধু দ্বিপদ এর সিডিএফ হয় uk.mathworks.com/help/stats/binocdf.html

— conjugateprior

Answer 1

$p$$H_0$

জেমস স্ট্যানলি যেমন মন্তব্যে উল্লেখ করেছেন পরীক্ষার পরিসংখ্যান বিতরণটি স্বতন্ত্র, সুতরাং ফলাফলটি প্রয়োগ হয় না। আপনার কোডে আপনার কোনও ত্রুটি থাকতে পারে না (যদিও আমি হিস্টোগ্রামের সাথে একটি বিস্তৃত বিতরণ প্রদর্শন না করতাম, আমি সিডিএফ বা পিএমএফ বা আরও ভাল উভয়ই প্রদর্শন করার দিকে ঝুঁকতাম)।

$F(x)=x$

অনুকরণের চেয়ে এই বিতরণটিকে হুবহু গণনা করা বেশ সম্ভব - তবে আমি আপনার নেতৃত্ব অনুসরণ করেছি এবং একটি সিমুলেশন করেছি (যদিও আপনার চেয়ে আরও বড় একটি)।

$n$

$\alpha$

Comments

ধন্যবাদ গ্লেন এবং @ জেমসস্ট্যানলি! আমি ঠিক কী অর্থ বোঝাতে চাইছি যে এর অর্থ হল যে পি-মান বিতরণটি অভিন্ন নয় এবং অনুমানের পরীক্ষার ক্ষেত্রে এর পরিণতিগুলি কী - তবে তার জন্য আমি অনুমান করি যে আমি কেবল উইকিপিডিয়াতে ডুব দেব :)

— ট্যানজোর

$\alpha$

$F(x)$$x$

এ .ডোন্ডা, গ্লেন_ বি - ধন্যবাদ! আপনি একটি দুর্দান্ত সাহায্য ছিল।

— ট্যানজর