English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41077621      線上人數 : 921
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/42503


    題名: 2×2列聯表邊際同質性檢定之貝氏P-值;Bayesian P-Values for Testing Marginal Homogeneity in 2×2 Contingency Tables
    作者: 楊明宗;陳立信
    貢獻者: 統計研究所
    關鍵詞: 貝氏p-值;非條件p-值;條件p-值;均勻性;妥當性;數學類
    日期: 2005-07-01
    上傳時間: 2010-11-30 16:44:06 (UTC+8)
    出版者: 行政院國家科學委員會
    摘要: p-值時常被來測度虛無假設成立之證據強度。但p-值不是真正的頻率論之度量,不同的資料產生不同的p-值,並且當做測量證據亦有它本身的一些缺點。Hwang, Casella, Robert, Wells與Farrell(1992)有詳述p-值的一些爭論。而這些爭論大部分是來自貝氏學派,其主要原因是貝氏學者認為p-值的計算仍然把未觀測的樣本值之機率加進來,這樣的做法是違反概似原理,因此它時常被貝氏學者視為一種矛盾,但一些貝氏理論的領導者認為計算p-值的相關統計量尾巴區域的機率可做為檢查模型適當與否之工具,因此引導出幾種貝氏p-值之公式化。Guttman(1976)與Rubin(1984)提出使用探討虛無假設是否適當之統計量與先驗分佈來計算該統計量觀測資料之尾巴機率,稱為後驗預測p-值(簡稱POST)。Bayarri與Berger(2000)從頻率論與貝氏理論的觀點,引進部分後驗預測p-值(簡稱PPOST)以避免資料被使用二次,前述Guttman(1976)與Rubin(1984)的貝氏p-值之計算,資料均被使用二次。另一方面,針對二項獨立試驗,構造p-值可由非條件檢定著手,而著名的費雪檢定是屬於條件檢定。Berger與Boos(1994)提出非條件檢定的信賴區間p-值,數值分析顯示比費雪p-值或傳統使用的p-值來得好。對於2..2列聯表配對資料,Hwang與Wells(1999)從決等論的觀點提出期望p-值(屬於條件p-值)並証明在凸損失(convex loss)之下有最佳性;Sidik(2003)提出非信賴區間p-值並使用數值分析說明比傳統使用的McNemar p-值好。本計畫考慮2..2列聯表來自多項分佈且樣本為配對資料,探討各種貝氏 p-值並與前述條件與非條件p-值比較並分析其實際的顯著水準之表現。貝氏p-值於虛無假設模型下之分佈是否靠近均勻分佈與它們的妥當性亦是本研究之重點。 研究期間:9308 ~ 9407
    關聯: 財團法人國家實驗研究院科技政策研究與資訊中心
    顯示於類別:[統計研究所] 研究計畫

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML476檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明