Apakah dua tes sepihak untuk kesetaraan (TOST) telah dibingkai untuk uji Kolmogorov-Smirnov untuk menguji hipotesis nol negatif bahwa dua distribusi berbeda dengan setidaknya beberapa tingkat yang ditentukan peneliti?
Jika tidak TOST, lalu beberapa bentuk tes kesetaraan lainnya?
Nick Stauner dengan bijak menunjukkan bahwa (saya seharusnya sudah tahu;) bahwa ada tes kesetaraan TOST nonparametrik lainnya untuk hipotesis nol untuk kesetaraan stokastik, dan, dengan asumsi yang lebih ketat, untuk kesetaraan median.
kolmogorov-smirnov
equivalence
tost
Alexis
sumber
sumber
Jawaban:
Ok, ini usaha pertamaku. Tutup pengawasan dan komentar dihargai!
Hipotesa Dua Sampel
Jika kita dapat membingkai tes hipotesis Kolmogorov-Smirnov satu sisi dua sampel , dengan hipotesis nol dan alternatif di sepanjang baris berikut:
H 0 : F Y ( t ) ≥ F X ( t ) , dan0: FY(t)≥FX(t)
H A : F Y ( t ) < F X ( t ) , untuk setidaknya satu t , di mana:A: FY(t)<FX(t) t
statistik uji D - = | min t ( F Y ( t ) - F X ( t ) ) |D−=|mint(FY(t)−FX(t))| sesuai dengan H 0 : F Y ( t ) ≥ F X ( t ) ;0: FY(t)≥FX(t)
statistik uji D + = | maks. t ( F Y ( t ) - F X ( t ) ) |D+=|maxt(FY(t)−FX(t))| sesuai dengan H 0 : F Y ( t ) ≤ F X ( t ) ; dan0: FY(t)≤FX(t)
F Y ( t )FY(t) & F X ( t )FX(t) adalah CDF empirisdari sampel YY dan XX ,
maka harus masuk akal untuk membuat hipotesis interval umum untuk uji kesetaraan di sepanjang garis ini (dengan asumsi bahwa interval kesetaraan simetris untuk saat ini):
H - 0 : | F Y ( t ) - F X ( t ) | ≥ Δ , dan−0: |FY(t)−FX(t)|≥Δ
H - A : | F Y ( t ) - F X ( t ) | < Δ , setidaknya untuk satu t .−A: |FY(t)−FX(t)|<Δ t
Ini akan menerjemahkan ke spesifik dua satu sisi "negativist" nol hipotesis untuk menguji untuk kesetaraan (dua hipotesis ini mengambil bentuk yang sama, karena kedua D + dan D - secara ketat non-negatif):D+ D−
H - 01 : D + ≥ Δ , atau−01: D+≥Δ
H - 02 : D - ≥ Δ .−02: D−≥Δ
Menolak kedua H - 01 dan H - 02 akan membawa kita untuk menyimpulkan bahwa - Δ < F Y ( t ) - F X ( t ) < Δ . Tentu saja, interval ekivalensi tidak perlu simetris, dan - Δ dan Δ dapat diganti dengan Δ 2 (lebih rendah) dan Δ 1 (atas) untuk masing-masing hipotesis nol satu sisi.−01 −02 −Δ<FY(t)−FX(t)<Δ −Δ Δ Δ2 Δ1
Statistik Uji (Diperbarui: Delta berada di luar tanda nilai absolut)D+1 D−2 nY nX −01 −02
Statistik uji D + 1 dan D - 2 (meninggalkan n Y dan n X tersirat) masing-masing sesuai dengan H - 01 dan H - 02 , dan adalah:
D+1=Δ−D+=Δ−|maxt[(FY(t)−FX(t))]|D+1=Δ−D+=Δ−|maxt[(FY(t)−FX(t))]| , and
D−2=Δ−D−=Δ−|mint[(FY(t)−FX(t))]|D−2=Δ−D−=Δ−|mint[(FY(t)−FX(t))]|
The Equivalence / Relevance Threshold[−Δ,Δ] [Δ2,Δ1] D+ D− nY nX D+ D− nY,nX 0 <0t<0 , and for t≥0t≥0 :
Interval [ - Δ , Δ ] —atau [ Δ 2 , Δ 1 ] , jika menggunakan interval ekivalensi asimetris — dinyatakan dalam satuan D + dan D - , atau besarnya probabilitas yang dibedakan. Ketika n Y dan n X mendekati tak terhingga, CDF D + atau D - untuk n Y , n X mendekati 0 untuk t
limnY,nX→∞p+=P(√nYnXnY+nXD+≤t)=1−e−2t2
So it seems to me that the PDF for sample size-scaled D+D+ (or sample size-scaled D−D− ) must be 00 for t<0t<0 , and for t≥0t≥0 :
f(t)=1−e−2t2ddt=4te−2t2
Glen_b points out that this is a Rayleigh distribution with σ=12σ=12 . So the large sample quantile function for sample size-scaled D+D+ and D−D− is:
CDF−1=Q(p)=√−ln(1−p)2
and a liberal choice of ΔΔ might be the critical value Qα+σ/2=Qα+14Qα+σ/2=Qα+14 , and a more strict choice the critical value Qα+σ/4=Qα+18Qα+σ/4=Qα+18 .
sumber
An alternative to TOST in equivalence testing is based on the confidence interval approach:
Let ΔΔ denote the prespecified equivalence margin and
θ:=supt|FX(t)−FY(t)|
Now, if a 90% confidence interval for θθ is completely within [−Δ,Δ][−Δ,Δ] , then we may be 95% certain that θθ is enough close to 0 to speak of "equivalence".
Without knowing the underlying distributions, it seems to be hopeless to derive an approximate analytic confidence interval, so we might need to rely on (bias corrected) bootstrap confidence intervals based on resampling from pairs XX and Y. (I don't want to find conditions for their validity in this particular application though...)
sumber