내 상황은 다음과 같습니다. Monte-Carlo 연구 를 통해 추정 된 모수의 통계적 유의성에 대해 두 가지 다른 테스트의 을 비교하려고합니다 (널은 "효과 없음-모수는 0"이며 내재 된 대안은 " 매개 변수가 0이 아닙니다 "). 검정 A 는 표준 "균등도에 대한 독립적 인 2- 표본 t 검정" 이며, 널 미만의 분산은 동일합니다.
테스트 B 나는 나 자신을 만들었다. 여기서 사용 된 널 분포는 비대칭 일반 이산 분포입니다. 그러나 나는 Rohatgi & Saleh (2001, 2nd ed, p. 462) 에서 다음과 같은 의견을 발견했습니다 .
"분포가 대칭이 아닌 경우, 값은 양면 경우에 잘 정의되어 있지 않지만 많은 저자는 단측 값을 두 배로 늘리는 것이 좋습니다 . "
저자는 이에 대해 더 이상 논의하지 않으며, 단측 값 을 두 배로 늘리기 위해 "많은 저자 제안"에 대해 언급하지 않습니다 . (이것은 " 어느 쪽 의 값의 두 배 입니까? 그리고 왜이 쪽이 아닌 다른 쪽입니까? "라는 질문을 만듭니다 .)
이 모든 문제에 대한 다른 의견, 의견 또는 결과를 찾을 수 없었습니다. 매개 변수의 값과 관련하여 귀무 가설 주위의 간격 대칭을 고려할 수 있지만 비대칭 분포를 사용하면 두 번째 일반적인 대칭, 확률 질량 할당의 대칭이 없습니다. 그러나 이것이 왜 값이 "잘 정의되지 않음" 인지 이해하지 못합니다 . 개인적으로 추정기 값에 대해 귀무 가설 주위에 대칭을 사용하여 간격을 사용하면 정의가 없습니다."널 분포가이 구간의 경계와 같거나 그 밖의 값을 생성 할 확률은 XX입니다." 한쪽의 확률 질량이 다른 쪽의 확률 질량과 다를 것이라는 사실은 적어도 내 목적으로는 문제를 일으키는 것으로 보이지 않습니다. 그러나 Rohatgi & Saleh가 내가 모르는 것을 아는 것보다 오히려 가능성이 높습니다.
그래서 이것은 내 질문입니다 : null 분포가 대칭이 아닌 양면 테스트의 경우 값이 "정의되지 않은"것은 무엇입니까?
아마도 중요한 참고 사항 : 나는 어부 정신 으로이 문제에 더 가까이 다가 가고, 나는 Neyman-Pearson 의미에서 엄격한 결정 규칙을 얻으려고하지 않습니다. 나는 값 정보를 다른 정보와 함께 사용하여 추론하기 위해 테스트 사용자에게 맡깁니다.