※ 引述《[email protected] (专心当个胖子)》之铭言： > H0:θ<=θ0 v.s H1:θ>θ0 > 与　H0:θ=θ0 v.s H1:θ>θ0 > 的拒绝域是否相同呢? 请参考前面 absolutehide 问的 "假设检定type 2 error的问题" > 假如相同　那在讨论H0：θ<=θ0 与　Ha: θ>θ0 时 > 是否可以用 Neymen-Pearson 定理　来讨论之? 从 optimal test 或 most powerful 的观点, 总是由 N-P lemma 为起点! 除非我们已知 optimal test 不存在. 例如多参数问题. 此时可能不考虑 optimal test, 转而 去找 likelihood ratio test. > 我的想法是　可以用H0:θ=θ0 Ha:θ=θ1 θ1>θ0 > 先用最强一致性检定　然後再讨论　得到H0:θ=θ0 Ha:θ>θ0的结果 > 假如 H0:θ<=θ0 v.s Ha:θ>θ0 与 H0:θ=θ0 v.s Ha:θ>θ0拒绝域相同 > 那是不是　只要是单尾的假设　就只需要借重Neymen-Pearson 定理　然後再讨论之　 > 即可　而不需要借重　MLR的性质呢? 因为是 MLR, 所以才会 (1) 得到 UMP test; (2) 两种 H0 得到的结论相同, 因为型Ｉ误机率最大值发 生在 H0 的边界 (更适当地说: H0 与 H1 的共同边界). > 不好意思　我不太会表达　麻烦各位大大费心看一下 -- 有统计问题要讨论吗? 请到: 交大资科次世代 telnet://bs2.twbbs.org Statistics (统计与机率) 盈月与繁星 telnet://ms.twbbs.org Statistics (统计：让数字说话) 无名小站 telnet://wretch.twbbs.org Statistics (统计方法讨论区) 成大计中站 telnet://bbs.ncku.edu.tw Statistics (统计方法及学理讨论) 批踢踢实业站 telnet://ptt.twbbs.org Statistics (统计学及统计软体版) -- ▄▄▄▄▄▄▄ ▄▄▄▄ ▄▄▄▄▄▄ ＜telnet://bbs.bs2.to＞ █▄▄▄▄█ █ ▄▄▄▄▄█ Player: yhliu ▄█▄▄▄▄█ ▄▄▄█ █▄▄▄▄▄ From: pc117.stat.ncku.edu.tw ☆ 次世代ＢＳ２ ☆ 可申请个人板 150MB 超大相簿 http://pic.bs2.to 资讯人 250MB