ex7.1.3 検定の大きさと検出力関数のグラフ

はじめに

「入門・演習 数理統計」の演習問題の自作解答を紹介します。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

入門・演習数理統計 [ 野田一雄 ]
価格:3780円(税込、送料無料) (2018/4/3時点)



間違い等発見されましたらご指摘ください。
他の解答はこちらから。
なお、問題文は(必要がない限り)掲載しておりません。テキストを横に置いてご覧ください。

また、スマートフォン等では数式が画面からはみ出る場合があります。数式部分は横スクロールできます。



スポンサーリンク


$\newcommand{\lnl}{\\[8pt]}$ $\newcommand{\Lnl}{\\[18pt]}$ $\newcommand{\delt}{\mathrm{d}}$ $\newcommand{\comb}{\mathrm{C}}$ $\DeclareMathOperator*{\ssum}{\Sigma}$ $\DeclareMathOperator*{\sprod}{\Pi}$

ex7.1.3

以下, $Z$を標準正規分布に従う確率変数, $\Phi(z)$を標準正規分布の分布関数とする.

(i)$n=9$のとき

$\bar{X} \sim N\left(\mu,\cfrac{25}{9}\right)$に従う.

(a)
検定の大きさは,

\begin{align}
\sup_{H_0:\mu \le 100} p(\bar{X}> 102|H_0) &= \sup_{H_0:\mu \le 100} P\left(Z > \frac{102-\mu}{\sqrt{25}/\sqrt{9}}\right)\lnl
&=\sup_{H_0:\mu \le 100} P\left(Z > 61.2 – \frac{3}{5}\mu\right)\lnl
&=P(Z > 1.2)\lnl
&\fallingdotseq 0.1151
\end{align}

(b)

\begin{align}
\beta(\mu) &= P(\bar{X}> 102 | \mu)\lnl
&=P\left(Z > 61.2 – \frac{3}{5}\mu\right)\lnl
&= 1 – \Phi\left(61.2 – \frac{3}{5}\mu\right)
\end{align}

# グラフ
curve(1-pnorm(61.2 - 3/5 * x), xlim=c(95,110))

# 補助線:y=0.5
curve(0.5 + 0*x, xlim=c(95,110),col="gray",add=TRUE)
# 補助線:x=102
abline(v=102,col="gray")

(i)$n=25$のとき

$\bar{X} \sim N\left(\mu,\cfrac{25}{25}\right) = N(\mu,1)$に従う.

(a)
検定の大きさは,

\begin{align}
\sup_{H_0:\mu \le 100} p(\bar{X}> 102|H_0) &= \sup_{H_0:\mu \le 100} P(Z > 102-\mu)\lnl
&=P(Z > 2)\lnl
&\fallingdotseq 0.02275
\end{align}

(b)

\begin{align}
\beta(\mu) &= P(\bar{X}> 102 | \mu)\lnl
&=P\left(Z > 102 – \mu\right)\lnl
&= 1 – \Phi\left(102 – \mu\right)
\end{align}

# グラフ 
curve(1-pnorm(102 - x), xlim=c(95,110))

# 補助線:y=0.5
curve(0.5 + 0*x, xlim=c(95,110),col="gray",add=TRUE)
# 補助線:x=102
abline(v=102,col="gray")

(i)$n=100$のとき

$\bar{X} \sim N\left(\mu,\cfrac{25}{100}\right)$に従う.

(a)
検定の大きさは,

\begin{align}
\sup_{H_0:\mu \le 100} p(\bar{X}> 102|H_0) &= \sup_{H_0:\mu \le 100} P\left(Z > \frac{102-\mu}{\sqrt{25}/\sqrt{100}}\right)\lnl
&=\sup_{H_0:\mu \le 100} P\left(Z > 204 – 2\mu\right)\lnl
&=P(Z > 4)\lnl
&< 0.000041 \end{align}
標準正規分布表では$z=3.94$の値までしか与えられていないため, その値よりも小さいとした.

(b)

\begin{align}
\beta(\mu) &= P(\bar{X}> 102 | \mu)\lnl
&=P\left(Z > 204 – 2\mu\right)\lnl
&= 1 – \Phi\left(204 – 2\mu\right)
\end{align}

# グラフ
curve(1-pnorm(61.2 - 3/5 * x), xlim=c(95,110))

# 補助線:y=0.5
curve(0.5 + 0*x, xlim=c(95,110),col="gray",add=TRUE)
# 補助線:x=102
abline(v=102,col="gray")