※ 引述《[email protected] (專心當個胖子)》之銘言： > H0:θ<=θ0 v.s H1:θ>θ0 > 與　H0:θ=θ0 v.s H1:θ>θ0 > 的拒絕域是否相同呢? 請參考前面 absolutehide 問的 "假設檢定type 2 error的問題" > 假如相同　那在討論H0：θ<=θ0 與　Ha: θ>θ0 時 > 是否可以用 Neymen-Pearson 定理　來討論之? 從 optimal test 或 most powerful 的觀點, 總是由 N-P lemma 為起點! 除非我們已知 optimal test 不存在. 例如多參數問題. 此時可能不考慮 optimal test, 轉而 去找 likelihood ratio test. > 我的想法是　可以用H0:θ=θ0 Ha:θ=θ1 θ1>θ0 > 先用最強一致性檢定　然後再討論　得到H0:θ=θ0 Ha:θ>θ0的結果 > 假如 H0:θ<=θ0 v.s Ha:θ>θ0 與 H0:θ=θ0 v.s Ha:θ>θ0拒絕域相同 > 那是不是　只要是單尾的假設　就只需要借重Neymen-Pearson 定理　然後再討論之　 > 即可　而不需要借重　MLR的性質呢? 因為是 MLR, 所以才會 (1) 得到 UMP test; (2) 兩種 H0 得到的結論相同, 因為型Ｉ誤機率最大值發 生在 H0 的邊界 (更適當地說: H0 與 H1 的共同邊界). > 不好意思　我不太會表達　麻煩各位大大費心看一下 -- 有統計問題要討論嗎? 請到: 交大資科次世代 telnet://bs2.twbbs.org Statistics (統計與機率) 盈月與繁星 telnet://ms.twbbs.org Statistics (統計：讓數字說話) 無名小站 telnet://wretch.twbbs.org Statistics (統計方法討論區) 成大計中站 telnet://bbs.ncku.edu.tw Statistics (統計方法及學理討論) 批踢踢實業站 telnet://ptt.twbbs.org Statistics (統計學及統計軟體版) -- ▄▄▄▄▄▄▄ ▄▄▄▄ ▄▄▄▄▄▄ ＜telnet://bbs.bs2.to＞ █▄▄▄▄█ █ ▄▄▄▄▄█ Player: yhliu ▄█▄▄▄▄█ ▄▄▄█ █▄▄▄▄▄ From: pc117.stat.ncku.edu.tw ☆ 次世代ＢＳ２ ☆ 可申請個人板 150MB 超大相簿 http://pic.bs2.to 資訊人 250MB