Saya mendengar bahwa di bawah hipotesis nol, distribusi nilai-p harus seragam. Namun, simulasi uji binomial dalam MATLAB menghasilkan distribusi yang sangat berbeda dari seragam dengan rata-rata lebih besar dari 0,5 (0,518 dalam kasus ini):
coin = [0 1];
success_vec = nan(20000,1);
for i = 1:20000
success = 0;
for j = 1:200
success = success + coin(randperm(2,1));
end
success_vec(i) = success;
end
p_vec = binocdf(success_vec,200,0.5);
hist(p_vec);
Mencoba mengubah cara saya menghasilkan angka acak tidak membantu. Saya sangat menghargai penjelasan apa pun di sini.
binocdf
hanya CDF dari binomial uk.mathworks.com/help/stats/binocdf.htmlJawaban:
Seperti yang disebutkan James Stanley dalam komentar, distribusi statistik uji berbeda, sehingga hasilnya tidak berlaku. Anda mungkin tidak memiliki kesalahan sama sekali dalam kode Anda (meskipun saya tidak akan menampilkan distribusi diskrit dengan histogram, saya condong ke arah menampilkan cdf atau PMF, atau lebih baik, keduanya).
Sangat mungkin untuk menghitung distribusi ini dengan tepat, daripada mensimulasikan - tetapi saya telah mengikuti petunjuk Anda dan melakukan simulasi (meskipun yang lebih besar dari yang Anda miliki).
sumber