আপনি পুরোপুরি গড় ব্যবহার করতে পারেন valp
ফিশার এর পদ্ধতি সেট একটি থ্রেশহোল্ড সেট করে উপর , এই ধরনের যে যদি নাল হাইপোথিসিস : সব -values হয় ঝুলিতে, তারপর সম্ভাব্যতা ছাড়িয়ে যায় । যখন ঘটে তখন তা প্রত্যাখ্যান করা হয়। - 2 ∑ n i = 1 লগ পি আই এইচ 0 পি ∼ ইউ ( 0 , 1 ) - 2 ∑ আমি লগ পি আই এস α α এইচ 0sα−2∑ni=1logpiH0p∼U(0,1)−2∑ilogpisααH0
সাধারণত একটি takes নেয় এবং কোয়ান্টাইল দ্বারা দেওয়া হয় । সমানভাবে, কেউ প্রোডাক্ট_আই প্রোডাক্টে কাজ করতে পারেন যা সম্ভাবনা সহ than এর চেয়ে কম । এখানে , একটি গ্রাফটি প্রত্যাখ্যান অঞ্চল দেখায় (লাল) (এখানে আমরা ব্যবহার করি । প্রত্যাখ্যান জোনের ক্ষেত্রফল = 0.05)।s α χ 2 ( 2 n ) ∏ i p i e - s α / 2 α n = 2 s α = 9.49α=0.05sαχ2(2n)∏ipie−sα/2αn=2sα=9.49
এখন আপনি এর পরিবর্তে on বা তার সমতুল্য । আপনি শুধুমাত্র একটি প্রান্তিক মানের বের করতে হবে যেমন যে নীচে সম্ভাব্যতা সঙ্গে ; সঠিক গণনার হল ক্লান্তিকর - জন্য বড় যথেষ্ট আপনি কেন্দ্রীয় সীমা উপপাদ্য উপর নির্ভর করতে পারেন; জন্য , । নিম্নলিখিত গ্রাফটি প্রত্যাখ্যান অঞ্চলটি দেখায় (অঞ্চল = 0.05 আবার)।∑ipitα∑pitααtαnn=2tα=(2α)11n∑ni=1pi∑ipitα∑pitααtαnn=2tα=(2α)12
আপনি যেমন কল্পনা করতে পারেন, প্রত্যাখাত অঞ্চলটির জন্য আরও অনেকগুলি আকার সম্ভব, এবং প্রস্তাবিত হয়েছে। এটি কোন প্রাইরি ক্লিয়ার নয় যেটি আরও ভাল - যার মধ্যে আরও বেশি শক্তি রয়েছে।
আসুন ধরে নিই যে , দ্বি - দ্বি- - থেকে অ-কেন্দ্রীভূত প্যারামিটার 1 নিয়ে এসেছে:p1p2z
> p1 <- pchisq( rnorm(1e4, 1, 1)**2, df=1, lower.tail=FALSE )
> p2 <- pchisq( rnorm(1e4, 1, 1)**2, df=1, lower.tail=FALSE )
আসুন আমরা স্ক্র্যাপরপ্লটকে লাল পয়েন্ট সহ একটি পয়েন্ট দেখি যার জন্য নাল অনুমানটি প্রত্যাখ্যান করা হয়।
ফিশারের পণ্য পদ্ধতির শক্তি আনুমানিক
> sum(p1*p2<exp(-9.49/2))/1e4
[1] 0.2245
মূল্যগুলির সমষ্টি ভিত্তিক পদ্ধতির শক্তি প্রায় হয়p
> sum(p1+p2<sqrt(0.1))/1e4
[1] 0.1963
সুতরাং ফিশারের পদ্ধতিটি জিতে - কমপক্ষে এই ক্ষেত্রে।