Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше
Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике
4.4. МОДЕЛЬ БРЭДЛИ—ТЕРРИ — ПРОВГРКИ ГИПОТЕЗ
В случае, когда вероятности парных сравнений описываются моделью Брэдли-Терри, нулевая гипотеза эквивалентности
объектов
превращается в
Из (4.3.1) соответствующая функция правдоподобия при равных
есть
Критерий для проверки
против общей альтернативы о неравенстве
можно построить на отношении правдоподобия
Брэдли и Терри [17] использовали вместо него монотонную функцию от К, а именно
После того как найдены
-оценки
можно вычислить
Если это сделано для всех всзможных исходов эксперимента, то можно построить распределение
из известных вероятностей индивидуальных исходов, точно так же, как в § 2.3 было получено распределение
Положение иллюстрируется для случая
в табл. 4.1. В нашчх предыдущих обозначениях первый вход таблицы есть размещение
Прочерки говорят
что соответствующие
, неопределенны по причинам, указанным при обсуждении (4.3.7). Столбец
дает вероятность, с которой оценка В, больше или равна табличному значению, когда
верна. Последний столбец, который мы добавили, дает значение
(это также сумма квадратов
Хотя упорядочение ранговых сумм согласуется с возрастающими значениями
оно соответствует в данном случае и строго убывающим значениям
Таким образом, две статистики вполне эквивалентны как критерии
Это не всегда так, но «разногласие», если оно и есть, невелико. Конечно, охват таблиц Брэдли-Терри определяет местонахождение лишь определенных упорядочений рангов (таких, как 7, 7, 11, 11 в табл. 4.1), для которых сразу указывается соответствующее значение
Для значений
за пределами таблиц, когда
и для всех меньших
комбинаций с
можно считать
Таким образом, для больших
адекватное приближение для мощности получается в предположении о нецентральном
-распределении с К, равным
Для данных значений
возможно поэтому применить нецентральное
-распределение в обычной манере, для того чтобы получить наименьшее
гарантирующее с предписанной вероятностью
что
будет отвергаться критерием с уровнем значимости а.
Пример
Пусть
Мы находим
Заглянув в таблицы [113] с
мы видим, что
Следовательно, наименьшая достаточная величина
есть 18.
Брэдли применил этот подход для сравнения асимптотической функции мощности этого критерия и другого, который он называет мультибиномиальным критерием. Последний является объединением
независимых биномиальных критериев, что можно сделать по таблице предпочтений с помощью статистики
которая при На имеет асимптотическое нецентральное -распределение с
степенями свободы и параметром нецентральности У.
Можно предсказать, что мультибиномиальный критерий, очевидно, здесь плох. Однако этот критерий интересен в тех случаях, когда неприменима линейная модель.
Таким образом, точка зрения о существенной близости всех линейных моделей в окрестности нуль-гипотезы опять (сравните 4.1) приводит к заключению, что простая
-статистика дает удовлетворительный критерий
для большой выборки.
Асимптотическую функцию мощности
-критерия можно сравнить также с ее аналогом в дисперсионном анализе —
-критерием для сбалансированного неполноблочного эксперимента с двумя измерениями
на блок. При допущениях линейной модели
Элтерен и Ноэзер [40] получили асимптотическую относительную эффективность
которая не зависит от
и уменьшается до
при нормальной плотности к
с дисперсией
Сочетание экспериментов
При использовании критерия (4.4.3) предполагается, что те же самые параметры
относятся ко всему эксперименту с
повторениями. В более общем случае могут существовать
однородных групп, причем в
-группе проводится
повторений
для каждой группы рейтинги равны
Внутри такой группы применимы вышеприведенные процедуры, оценивание
обеспечено так же, как и
аналогично статистике
Если есть отношение правдоподобия для объединенного эксперимента, мы имеем вместо (4.4.3)
где
При нулевой гипотезе о полной случайности
для всех
асимптотически распределена как
степенями свободы. В частном случае зависимости от некоторой априорной информации относительно возможных группировок разностей используются либо (4.4.4), либо (4.4.3).
Если интересна не полная случайность, а скорее отсутствие групповых различий
для всех и), то критерий для больших выборок получается с помощью выражения
табличной
-распределенной случайной величины с
степенями свободы. Кажутся целесообразными некоторые предосторожности, так как распределение
в конечной выборке зависит от мешающих параметров
Читатель отсылается к работам [17] и [145], в которых рассмотрены численные примеры и приводится дальнейшее обсуждение.
Эксперименты, где объектами были опыты в факторном эксперименте, изучались Абельсоном и Брэдли [1].