適合度の検定の検定統計量の従う分布の導出

公開日: 更新日:

【2023年4月4週】 【B000】数理統計学 【B080】統計的仮説検定

この記事をシェアする
  • B!
サムネイル画像

本稿では、適合度の検定の検定統計量の従う分布を導出しています。

なお、閲覧にあたっては、以下の点にご注意ください。

  • スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。

データの形式

カテゴリー $A$ に属する人数を表す確率変数 $X$ が二項分布 \begin{gather} X \sim \mathrm{B} \left(n,p\right) \end{gather} に従い、 サンプルサイズが十分に大きく、中心極限定理が成り立ち、観測度数と理論比率・期待度数の関係が以下のような表にまとめられるとする。

表1 観測度数と理論比率・期待度数の関係
カテゴリー$A$ カテゴリー$A$以外 合計
観測度数
$X_i$
$X$ $n-X$ $n$
理論比率
$p_i$
$p$ $1-p$ $1$
期待度数
$e_i$
$np$ $n \left(1-p\right)$ $n$

【定理】適合度の検定の検定統計量の従う分布

【定理】
適合度の検定の検定統計量の従う分布
The Distribution of Chi-Square Goodness of Fit Test Statistic

帰無仮説 「得られたデータは、理論的な分布から得られたものである」 を検定するための $\chi^2$検定統計量は \begin{align} \chi_0^2=\sum_{i=1}^{2}\frac{ \left(X_i-e_i\right)^2}{e_i} \end{align} で定義される。 この検定統計量は、自由度1の $\chi^2$分布に従う。

証明

証明

定義に沿って、帰無仮説における検定統計量の値を算出すると、 \begin{align} \chi_0^2&=\frac{ \left(X-np_0\right)^2}{np_0}+\frac{ \left\{ \left(n-X\right)-n \left(1-p_0\right)\right\}^2}{n \left(1-p_0\right)}\\ &=\frac{ \left(X-np_0\right)^2}{np_0}+\frac{ \left(X-np_0\right)^2}{n \left(1-p_0\right)}\\ &= \left(X-np_0\right)^2 \left\{\frac{1}{np_0}+\frac{1}{n \left(1-p_0\right)}\right\}\\ &=\frac{ \left(X-np_0\right)^2}{np_0 \left(1-p_0\right)}\\ &= \left\{\frac{X-np_0}{\sqrt{np_0 \left(1-p_0\right)}}\right\}^2\tag{1} \end{align} いっぽう、中心極限定理(ド=モアブル・ラプラスの定理)より、帰無仮説において、漸近的に \begin{align} X \sim \mathrm{N} \left\{np_0,np_0 \left(1-p_0\right)\right\} \end{align} $X$ を標準化した値を \begin{align} Z=\frac{X-np_0}{\sqrt{np_0 \left(1-p_0\right)}} \end{align} とすると、 漸近的に \begin{align} Z \sim \mathrm{N} \left(0,1\right) \end{align} 標準化した値の2乗値を \begin{align} Z^2= \left\{\frac{X-np_0}{\sqrt{np_0 \left(1-p_0\right)}}\right\}^2\tag{1} \end{align} とすると、 式 $(1),(2)$ より、 \begin{align} \chi_0^2=Z^2 \end{align} よって、$\chi^2$分布の定義により、 \begin{align} \chi_0^2 \sim \chi^\boldsymbol{2} \left(1\right) \end{align} $\blacksquare$

参考文献

  • 小寺 平治 著. 数理統計:明解演習. 共立出版, 1986, p.106
  • 野田 一雄, 宮岡 悦良 著. 入門・演習数理統計. 共立出版, 1990, p.285-288
  • 久保川 達也 著, 新井 仁之, 小林 俊行, 斎藤 毅, 吉田 朋広 編. 現代数理統計学の基礎. 共立出版, 2017, p.155-157

関連記事

自己紹介

自分の写真

yama

大学時代に読書の面白さに気づいて以来、読書や勉強を通じて、興味をもったことや新しいことを学ぶことが生きる原動力。そんな人間が、その時々に学んだことを備忘録兼人生の軌跡として記録しているブログです。

このブログを検索

ブログ アーカイブ

QooQ