べんきのにっき

いろいろと垂れ流します。

対立仮説が近いときの尤度比検定の検出力

 \displaystyle
H _{0} : \theta = \theta _{0}
の下で尤度比検定を行う際、対立仮説における値ががものすごく近いときの検出力を近似する。

真の値は \displaystyle \thetaとし、その差を次のようにおく

 \displaystyle
\delta= \sqrt{n} ( \theta - \theta _{0})

帰無仮説の下での極限分布が次のように展開できる

 \displaystyle
\frac{1}{ \sqrt{n}} \dot{l} _{n} ( \theta _{0}) ^{t} \sim \frac{1}{ \sqrt{n}} \dot{l} _{n} ( \theta ) ^{t} + \frac{1}{ \sqrt{n}} \ddot{l} _{n} ( \theta ) \sqrt{n} ( \theta _{0} - \theta )

 \displaystyle
\xrightarrow{\mathscr{L}} Y \in \mathscr{I} ( \theta _{0} ) \delta + \mathscr{N} (0 , \mathscr{I} ( \theta _{0} ) ) = \mathscr{N} ( \mathscr{I} ( \theta _{0} ) \delta , \mathscr{I} ( \theta _{0} ) )

ここで、次のようなZを考える。

 \displaystyle
Z = \mathscr{I} ( \theta _{0} ) ^{ - \frac{1}{2}} Y

 \displaystyle
Z \sim \mathscr{N} ( \mathscr{I} ( \theta _{0} ) ^{\frac{1}{2}} \delta , I )

であるから、対数尤度比は次のようになる。

 \displaystyle
-2 \log \lambda _{n}  \xrightarrow{\mathscr{L}} Z ^{t} P Z \sim \chi _{r} ^{2} ( \varphi)

なお、Pは次で表される射影行列である。

 \displaystyle
P = \mathscr{I} ( \theta _{0} ) ^{  \frac{1}{2}} (\mathscr{I} ( \theta _{0} ) ^{ -1} -H) \mathscr{I} ( \theta _{0} ) ^{  \frac{1}{2}}

また、 \varphiは非心度であり、次で定義される。

 \displaystyle
\varphi = \delta ^{t} \mathscr{I} ( \theta _{0} )  (\mathscr{I} ( \theta _{0} ) ^{ -1} -H) \mathscr{I} ( \theta _{0} ) \delta

この値を求めたら、非心カイ二乗分布表とかから値を参照すると検出力が近似できる。