10.3 bootstrap假设检验方法举例

数学学习 · 爱知数学讲义

18
本章目录 · 1 节

本章导读

【10.3 bootstrap假设检验方法举例】检验所需的是原假设成立时统计量的尾部概率。把原始样本不作处理地重抽,通常保留了观察到的均值差,不能代替原假设分布。必须先说明如何在替代总体中施加原假设,再确定与备择方向一致的“更极端”事件。

【一、双样本均值差】设两个独立样本分别来自与,分布至多相差一个平移,且均值存在,则。考虑对,取。观察值越大,越支持右侧备择。

在该位置模型的原假设下,两组有相同分布,可合并为容量的经验总体Z。每次独立从Z放回抽项作为第一组,再独立放回抽项作为第二组,计算。两份之间也允许出现同一个原始观察。令,则的蒙特卡罗估计为。

合并放回抽样与不放回重新分组的置换检验不同,不能混称。本节的合并方法依赖原假设下分布相同的条件;若只假定均值相同而方差、形状可以不同,不能不加论证地套用这一方法。若允许依赖数据,还要改变重抽样单位,不能简单照搬独立抽样。

给定显著性水平,当p值足够小(按预先约定)时拒绝原假设;p大时表述为“不拒绝”。它不是原假设为真的后验概率,也不证明不存在均值差。可能因有限模拟而为零,不能据此宣称真实p值严格等于零;可另报告等蒙特卡罗修正及模拟误差,但这种修正本身不使一个近似bootstrap检验变成精确检验。

【例1 两队行李质量】甲队5项为34,39,41,28,33;乙队6项为36,40,35,31,39,36,单位千克。按上述平移模型,以检验乙队均值是否较大。

13436239403413542831533396-36
例1 两组原始质量,甲队5项、乙队6项

甲队均值35,乙队均值,观察均值差。合并11项后,每次分别抽5项、6项,重复10000次。原书某次运行;这里用Random种子20261126、randrange(11)依次抽第一组及第二组,尾部计数3166,得。

可用经验分布的和分布作独立核算:若两组重抽总和分别为,事件等价于。对11项经验值的5次及6次和分布分别作整数卷积,再加总这一事件,得到条件尾部概率约0.3098682822。它是固定经验总体中的精确计算,检验对于真实总体仍是近似。

p值大于0.05,因此不拒绝原假设;当前数据不足以支持乙队平均行李质量较大。不能像原书那样把这一结论说成“乙队均值不大于甲队均值”或“拒绝备择假设”,因为检验没有证明这种相反关系。(例完)

【二、单样本均值】检验对。令原样本均值为,先平移到,使经验总体均值严格等于。每次从这n项中放回抽n项,求,用

估计右尾概率。等价地,若从原始x直接重抽得到,比较。这只是把平移写进不等式,并不是省略了原假设中心化。

这里不把平移后的z值当成新的真实观察。对于具有严格非负支持的寿命总体,平移可能产生负值,需要额外检查近似是否适用;本例所有平移值仍为正。通常还需样本独立、适当有限矩及均值统计量的稳定性,有限均值这一条本身不足以保证所有bootstrap渐近结论。

【例2 元件平均寿命】16项小时数为159,280,101,212,224,379,179,264,222,362,168,250,149,260,485,170。检验对,。

1159142.59222205.52280263.510362345.5310184.511168151.54212195.512250233.55224207.513149132.56379362.514260243.57179162.515485468.58264247.516170153.5
例2 全部16项寿命及原假设中心化后的对应值,单位小时

总和3864,均值241.5,故。从z重抽16项,计算均值,比较是否至少241.5。原书运行给;本次种子20261127,右尾2376次,。

用整数总和独立核验:从原始寿命重抽的和应满足。16次经验和分布给条件尾部概率约0.2396772546,与模拟量级相符。p大于0.05,不拒绝原假设,尚无足够证据说明平均寿命大于225小时。原书的“认为平均寿命不大于225小时”不是这一检验所能证明的结论。(例完)

【三、双侧检验要围绕原假设中心】若备择为,可以预先选取绝对偏差统计量。对同样的原假设中心化样本,计算

它累计以为中心、至少与观察值同样远的两侧。不能把“绝对值大于原始均值”当成双侧判据,也不能不考虑不对称性就将某一侧尾概率机械乘2。离散数据的相等边界要统一,本节全部采用含等号的事件。

【例3 地球密度】按原书的历史试验教学数据,29项密度,单位克每立方厘米,为4.07,4.88,5.10,5.26,5.27,5.29,5.29,5.30,5.34,5.34,5.36,5.39,5.42,5.44,5.46,5.47,5.50,5.53,5.55,5.57,5.58,5.61,5.62,5.63,5.65,5.75,5.79,5.85,5.86。检验对,取。

g/cm^3g/cm^3g/cm^314.07115.36215.5824.88125.39225.6135.10135.42235.6245.26145.44245.6355.27155.46255.6565.29165.47265.7575.29175.50275.7985.30185.53285.8595.34195.55295.86105.34205.57--
例3 按原书保留全部29项密度,第一项4.07不擅自替换

精确样本均值。原书先取5.42,实际计算宜用完整精度,平移量。每次从放回抽29项,用完整精度计算,而不是只使用展示时舍入的平移量。

观察绝对偏差约0.0903448276,因此尾部是或。原书写成围绕0比较与,给出0.9144,实际上遗漏了以5.51为中心确定两侧距离,不能把这个数继续作为本题双侧p值。

本次用Random种子20261128,10000次中正确双侧事件出现1409次,。另用百分之一为整数单位,令原始值,原始整数总和15717,原假设整数均值551。对29次重抽总和,正确双侧事件为

直接卷积经验整数分布求得条件p值约0.1389753073。这样避免浮点误差把边界上的样本误分到另一侧。

5.205.515.8000.105.4196555.600345
补充图 正确双侧事件围绕原假设均值5.51取两尾;显示主要概率所在的放大窗口,p值按完整分布计算。柱高为宽0.02区间的分组概率,棕色为该组落入尾部的概率

p仍大于0.05,因此不拒绝原假设;这次数据没有提供足够证据说明均值偏离5.51。它不证明地球密度恰为5.51,也不能用较大的p值当作测量准确性的评分。这里核算的是题面所列数据的统计示范,没有额外确认其历史档案来源。(例完)

0.30960.31660.30986828220.24290.23760.23967725460.14090.1389753073
三例检验结果:原书模拟、本次固定种子模拟和经验总体的精确条件概率;密度例原书尾部定义有误

【实施要点】B均为10000;三个例题种子依次20261126、20261127、20261128。每份通过randrange(n)对原始下标放回抽样,双样本先抽甲容量再抽乙容量。样本和及阈值尽量用整数或有理数比较;密度数据乘100后计算。报告假设方向、统计量、原假设构造、尾部规则、种子、次数、p值及其近似性质,不能只给一个不知如何产生的小数。