이 둘의 차이점은 무엇이며, 유의 수준이 항상 검정 크기보다 크거나 같아야하는 이유는 무엇입니까?
이 둘의 차이점은 무엇이며, 유의 수준이 항상 검정 크기보다 크거나 같아야하는 이유는 무엇입니까?
답변:
모수 공간 값을 가정 하는 모수 가 포함 된 분포에서 무작위 표본 이 있다고 가정합니다 . 같이 매개 변수 공간을 분할 , 당신은을 테스트 할 것은 가설
호출되는 널 (null) 및 대안 각각 가설.
하자 임의의 벡터의 모든 가능한 값의 샘플 공간 나타내는 . 테스트 프로 시저를 빌드하는 목표는이 샘플 공간 을 귀무 가설 기각 할 값을 포함하는 임계 영역 두 부분으로 분할 하는 것입니다 . 대안 동의 ) 및 수용 지역 의 값을 포함하는, 는 귀무 가설을 거부하지 않은 (그리고 따라서 대체 거부 ).
공식적으로 테스트 절차는 측정 가능한 함수 로 설명 할 수 있으며 , 각 가설에 유리한 결정에 대한 명확한 해석이 필요합니다. 위험 지역은 이며 수용 지역은 .
각 테스트 절차 에 대해 에 대해
즉, 는 매개 변수 값이 때 을 거부 할 확률을 제공합니다 .
이 잘못 되었을 때 을 거부하기로 한 결정 . 따라서, 주어진 문제에 대한, 당신은 단지 그 시험 절차 고려할 수 있습니다 하는 에 대한 모든 ,하는 일부입니다 수준은 유의성 ( ). 유의 수준은의 한 속성입니다 참고 클래스 테스트 절차. 이 클래스를 정확하게 로 정확하게 설명 할 수 있습니다
각 개별 테스트 절차 에 대해 을 잘못 거부 할 수 있는 최대 확률 를 테스트 절차 의 크기 라고합니다 .
이러한 정의에서 우리가 유의 수준 를 설정하고 허용 가능한 테스트 절차의 클래스를 결정하면 이 클래스 내의 각 테스트 절차 는 및 반대로. 간결, 경우에만, .