Niech X1, . . . , X6 będą niezależnymi zmiennymi losowymi o tym samym rozkładzie B(θ, 1) o gęstości
fθ(x) = θxθ−1, 0 < x < 1 0, w p. p.
gdzie θ > 0 jest nieznanym parametrem. Weryfikujemy hipotezę H : θ = 1 przy alterna- tywie K : θ > 1 testem jednostajnie najmocniejszym na poziomie istotności α = 0, 05.
Wyznacz p-wartość tego testu i jego moc przy θ = 3.
Wskazówka: Jaki rozkład ma − log X1? ROZWIĄZANIE:
Niech x ∈ (0, 1)6 oraz 0 < θ1 ≤ θ2. Wówczas fθ2(x)
fθ1(x) = θ26Q6
i=1xθi2−1 θ16Q6
i=1xθi1−1 = θ2 θ1
6 6
Y
i=1
xi
!θ2−θ1
jest niemalejącą funkcją statystyki Q6
i=1xi, zatem z twierdzenia Karlina-Rubina test jed- nostajnie najmocniejszy dla naszego problemu testowania ma postać1
ϕ(X) = 1, Q6i=1Xi > c0 0 w p. p.
lub równoważnie
ϕ(X) = 1, − P6i=1log Xi < c00 0 w p. p.
Dystrybuanta zmiennej losowej X1 ma postać F (x) = xθ dla x ∈ (0, 1), wobec tego P (− log X1 ≤ t) = P (X1 ≥ e−t) = 1 − F (e−t) = 1 − e−θt, t > 0, a zatem zmienna losowa − log X1 ma rozkład Exp(θ), czyli zmienna losowa −P6
i=1log Xi
ma rozkład G(θ, 6). Z tego wynika, że zmienna losowa −2θP6
i=1log Xi ma rozkład χ212. Możemy zatem napisać, że
ϕ(X) = 1, T (X) < c 0 w p. p.
gdzie T (X) = −2P6
i=1log Xi, a c wyznaczamy z warunku
P1(T (X) < c) = χ212(c) = α ⇒ c = (χ122 )−1(α) = (χ212)−1(0.05) = 5.23 gdzie χ212(·) oznacza dystrybuantę rozkładu χ212.
Wyznaczamy p-wartość:
T (X) = c ⇔ T (X) = (χ212)−1(α) ⇔ p(X) = α = χˆ 212(T (X)) = χ212(−2P6
i=1log Xi) Moc testu przy zadanej alternatywie:
βϕ(3) = P3(T (X) < c) = P3(3T (X) < 3c) = χ212(3c) = χ212(3 · 5.23) = 0.79
1 Postać testu można również otrzymać, zauważając, że rodzina rozkładów próby jest rodziną wy- kładniczą, i korzystając z wniosku z twierdzenia Karlina-Rubina dla rodzin wykładniczych. Można też skorzystać wprost z lematu Neymanna-Pearsona.