ネイマン・ピアソン補題
ネイマン・ピアソン補題は、仮説検定の基礎となる結果です。2つの単純仮説の場合、尤度比を閾値とする検定は、任意の所与の有意水準において最も強力な検定となります。
PaperMindでテーマを探す近日公開Find papers & topics
Tools & resources
Learn & explore
動画近日公開
Definition
ネイマン・ピアソン補題は、固定された有意水準で単純帰無仮説と単純対立仮説を検定する場合、対立仮説の尤度と帰無仮説の尤度の比率が定数を超えたときに帰無仮説を棄却する検定が最も強力であり、境界上ではランダム化を用いると述べています。
Scope
このトピックでは、単純帰無仮説と単純対立仮説、尤度比統計量、その比率を閾値とすることによる最も強力な検定の構築、離散問題において正確な有意水準を達成するためのランダム化の使用、最も強力な検定の存在と一意性、および一様最強力検定および不偏検定の構成要素としての補題の役割について扱います。
Core questions
- なぜ尤度比が2つの単純仮説に対する最適な検定統計量なのでしょうか？
- 所定の有意水準を達成するために、棄却閾値はどのように選択されるのでしょうか？
- 正確な有意水準を達成するためにランダム化が必要となるのはどのような場合で、どのように機能するのでしょうか？
- この補題は複合仮説にどのように一般化されるのでしょうか？
Key theories
- 最強力尤度比検定
- 所与の有意水準を持つすべての検定の中で、尤度比が定数を超えたときに棄却する検定は検出力を最大化します。同じ有意水準を持つ他のいかなる検定も、対立仮説に対してそれ以上の検出力を持つことはありません。
- ランダム化検定と正確な有意水準
- 離散問題では、正確な有意水準を達成するために、棄却域の境界でランダム化された決定が必要となる場合があります。補題は、最強力性を正確に保つためにこれを組み込んでいます。
Clinical relevance
尤度比の閾値は、信号検出、レーダー、診断分類における最適な決定規則であり、受信者操作特性（ROC）を定義し、検出率と偽陽性率の間で達成可能なトレードオフを設定します。
History
ネイマンとピアソンは、1933年の論文でこの補題を発表しました。この論文では、2つの仮説、エラー確率、検出力の枠組みが導入され、主題の最適性の基礎として純粋なフィッシャー流の有意性検定に取って代わりました。
Key figures
- Jerzy Neyman
- Egon Pearson
- Erich L. Lehmann
- Joseph P. Romano
Related topics
Seminal works
- neymanPearson1933
Frequently asked questions
- ネイマン・ピアソン補題は仮説に何を要求しますか？
- その基本的な形式では、帰無仮説と対立仮説の両方が単純である必要があります。つまり、それぞれが分布を完全に指定している必要があります。拡張された形式では、単調尤度比や不偏性を通じて複合仮説を扱います。
- なぜランダム化が最適な検定の一部となることがあるのでしょうか？
- 離散的な設定では、固定された棄却域では望ましい有意水準を正確に達成できない場合があります。そのため、最適な検定は、目標の有意水準に正確に到達するために、境界で決定をランダム化します。