Professional Documents
Culture Documents
zdk14 Seminar PDF
zdk14 Seminar PDF
Zadatak 14
Matea Pavić
1
a) Neka su x1 , . . . ,xn iz Np (µ, Σ) i y1 , . . . , ym iz Np (τ , Σ), Σ > 0, dva nezavisna
uzorka.
m
1 X
Sy = (yi − ȳ)(yi − ȳ)t (2)
m − 1 i=1
1
Spool = ((n − 1)Sx + (m − 1)Sy ) (3)
n+m−2
Stavimo Zi = Xi za i = 1, . . . , n − 1 i Zn−1+i = Yi za i = 1, . . . , m − 1.
Sada imamo n+m−2 nezavisnih jednako distribuiranih slučajnih vektora iz Np (0, Σ)
takve da vrijedi
n+m−2
X
(n − 1)Sx + (m − 1)Sy = Zi Zit (7)
i=1
2
Iz definicije Wishartove distribucije dobivamo
(n + m − 2)Spool ∼ wp (n + m − 2, Σ) (8)
Zapišimo modele:
x = 1n µt + Ex , y = 1m τ t + Ey (11)
Zbog x̄ − µ = ex i ȳ − τ = ey slijedi
1 n+m
T2 = ( )(ex + µ − τ − ey )t ((n + m − 2)Spool )−1 (ex + µ − τ − ey ) (13)
n+m−2 nm
3
1
Stavimo li Z := Σ− 2 √ 11 1
(µ − τ + ex − ey ) dobivamo
n
+m
1
Z ∼ Np (Σ− 2 √ 11 1
(µ − τ ), Ip )
n
+m
1 1
Odredimo distribuciju od W := (n + m − 2)Σ− 2 Spool Σ 2 . Primijetimo prvo da je
1
n+m−2
T2 = Z t W −1 Z.
max{L(θ) : θ ∈ Θ0 }
Λ= (17)
max{L(θ) : θ ∈ Θ}
4
Vrijedi
np n np
L(µ̂, Σ̂) = exp(l(µ̂, Σ̂)), l(µ̂, Σ̂) = log(2π) − log(det(Σ̂)) −
2 2 2
Primijenimo gornje razmatranje na uzorke s početka zadatka,tj. na x1 , . . . , xn iz
Np (µ, Σ) i y1 , . . . , ym iz Np (τ , Σ) (uzorci su nezavisni).
Gx = (n − 1)Sx , Gy = (m − 1)Sy , (n + m)Σ̂ = Gx + Gy
(n + m)p 1
l(µ0 , µ1 , Σ) = − log(det(Σ)) − tr((n + m)Σ̂Σ−1 )−1
2 2
n m
− (x̄ − µ0 )t Σ−1 (x̄ − µ0 ) − (ȳ − µ)t Σ−1 (ȳ − µ)
2 2
Maksimiziranjem slijedi
p(n+m) n+m p(n+m)
L(µˆ0 , µˆ1 , Σ̂) = (2π)− 2 det(Σ̂)− 2 e− 2
n m
− (x̄ − µ0 )t Σ−1 (x̄ − µ0 ) − (ȳ − µ0 )t Σ−1 (ȳ − µ0 )
2 2
5
Sada je omjer vjerodostojnosti
1 nm
L(µˆ0 , µˆ0 , Σ̂0 ) det(Σ̂0 ) n+m det( n+m (Gx + Gy + n+m
(x̄ − ȳ)(x̄ − ȳ)t )) n+m
Λ= =( )− 2 =( 1 )− 2
L(µˆ0 , µˆ1 , Σ̂) det(Σ̂) det( n+m (Gx + Gy ))
Dakle Λ je funkcija od T 2 .
Izračunajmo još p-vrijednost testa omjera vjerodostojnosti, pv = P(Λ ≤ c).
n+m
Definiramo strogo padajuću funkciju f (t) = (1 + 1
n+m−2
t)− 2 . Sada je Λ = f (T 2 ).
n+m−p−1 2 n+m−p−1 −1
⇒ pv = 1 − P(T 2 ≤ f −1 (c)) = 1 − P( p(n+m−2) T ≤ p(n+m−2)
f (c))
n+m−p−1 2
Pod pretpostavkom H0 je p(n+m−2)
T ∼ F (p, n + m − p − 1), pa možemo izračunati
p-vrijednost.
6
b) Ispitajmo normalnost podataka (podaci su težine 3 skupine štakora u gra-
mima, koja je mjerena tjedno) Lillieforsovom inačicom Kolmogorov-Smirnovljevog
testa, te Shapiro-Wilkinsonovim testom normalnosti.
Dobiveni rezultati:
• Time 0
Lillie test: D = 0.1694, p-value = 0.7868
Shapiro: W = 0.88797, p-value = 0.2642
• Time 1
Lillie test: D = 0.26723, p-value = 0.1363
Shapiro: W = 0.78898, p-value = 0.03182
• Time 2
Lillie test: D = 0.18911, p-value = 0.6303
Shapiro: 0.95952, p-value = 0.8146
• Time 3
Lillie test: D = 0.20478, p-value = 0.5021
Shapiro: W = 0.8977, p-value = 0.3173
• Time 4
Lillie test: D = 0.23784, p-value = 0.2696
Shapiro: W = 0.85604, p-value = 0.1395
7
Dobiveni rezultati:
• Time 0
Lillie test: D = 0.15909, p-value = 0.6719
Shapiro: W = 0.94558, p-value = 0.6166
• Time 1
Lillie test: D = 0.13478, p-value = 0.8732
Shapiro: W = 0.97143, p-value = 0.9037
• Time 2
Lillie test: D = 0.18948, p-value = 0.3916
Shapiro: W = 0.94085, p-value = 0.5625
• Time 3
Lillie test: D = 0.11301, p-value = 0.9735
Shapiro: W = 0.97818, p-value = 0.9547
• Time 4
Lillie test: D = 0.17052, p-value = 0.5629
Shapiro: W = 0.9358, p-value = 0.5073
8
Dobiveni rezultati:
• Time 0
Lillie test: D = 0.14352, p-value = 0.8096
Shapiro: W = 0.96045, p-value = 0.791
• Time 1
Lillie test: D = 0.1817, p-value = 0.4592
Shapiro: W = 0.92074, p-value = 0.3632
• Time 2
Lillie test: D = 0.15658, p-value = 0.6955
Shapiro: W = 0.97756, p-value = 0.9508
• Time 3
Lillie test: D = 0.16512, p-value = 0.6145
Shapiro: W = 0.92772, p-value = 0.4259
• Time 4
Lillie test: D = 0.16797, p-value = 0.5872
Shapiro: W = 0.95393, p-value = 0.7151
9
Vidimo da su sve p-vrijednosti ”velike”,osim u slučaju Time 1 kod skupine
Thyroxin,gdje nam Shapirov test normalnosti daje pv=0.03182.
Dakle na svim razumnim razinama značajnosti nećemo odbaciti H0 (podaci su nor-
malno distribuirani),osim za Time 1 skupine Thyroxin gdje odbacujemo H0 u korist
alternative. Taj slučaj možemo provjeriti i grafičkim testom:
Thyroxin,Time 1
85
● ●
80
Sample Quantiles
75
●
70
Theoretical Quantiles
10
c) Sprovedimo test iz a) na usporedbu skupina ”Thyroxin” i ”Thiouracil”
Dobiveni rezultati:
T 2 = 30.76503, Λ = 7.624986e − 05
f = 67.68306, pv = 6.93855e − 08
Zaključak:
Kako je p-vrijednost jako mala odbacujemo H0 u korist H1 na svim razumnim
razinama značajnosti,tj.očekivana težina štakora u skupini tretiranoj Thyroxinom i
u skupini tretiranoj Thiouracilom nije jednaka.
11