Testing for the independence betwee

Testing for the independence between two categorical variables R and S forming a contingency table is a well-known problem: the classical chi-square and likelihood ratio tests are used. Suppose now that for each individual a set of p characteristics is also observed. Those explanatory variables, likely to be associated with R and S, can play a major role in their possible association, and it can therefore be interesting to test the independence between R and S conditionally on them. In this paper, we propose two nonparametric tests which generalise the chi-square and the likelihood ratio ideas to this case. The procedure is based on a kernel estimator of the conditional probabilities. The asymptotic law of the proposed test statistics under the conditional independence hypothesis is derived; the finite sample behaviour of the procedure is analysed through some Monte Carlo experiments and the approach is illustrated with a real data example.

ผลลัพธ์ (ไทย) 1:

ทดสอบความเป็นอิสระระหว่างสองแตกตัวแปร R และ S เป็นตารางฉุกเฉินเป็น ปัญหารู้จัก: คลาสสิก chi-square และเป็นอัตราการทดสอบจะใช้ สมมติว่า ตอนนี้สำหรับแต่ละบุคคลแต่ละ ชุดของลักษณะ p จะยังสังเกต ที่อธิบายตัวแปร แนวโน้มที่จะเกี่ยวข้องกับ R และ S สามารถมีบทบาทสำคัญในการเชื่อมโยงไปได้ และดังนั้นจะน่าสนใจเพื่อทดสอบความเป็นอิสระระหว่าง R และ S conditionally on พวกเขา ในเอกสารนี้ เรานำเสนอทั้งสองแบบ nonparametric ที่ generalise chi-square ในและโอกาสความคิดอัตราส่วนในกรณีนี้ ขั้นตอนขึ้นอยู่กับประมาณเคอร์เนลของกิจกรรมแบบมีเงื่อนไข กฎหมาย asymptotic สถิติทดสอบนำเสนอภายใต้สมมติฐานความเป็นอิสระแบบมีเงื่อนไขมา พฤติกรรมตัวอย่างที่มีจำกัดของกระบวนการจะ analysed ผ่านทดลองบาง Carlo มอน และวิธีจะแสดงให้เห็นเป็นตัวอย่างข้อมูลที่แท้จริง

ผลลัพธ์ (ไทย) 2:

การทดสอบความเป็นอิสระระหว่างสองตัวแปรเด็ดขาด R และ S ขึ้นรูปตารางฉุกเฉินเป็นปัญหาที่รู้จักกันดี: คลาสสิกไคสแควร์และการทดสอบความน่าจะเป็นอัตราส่วนที่ถูกนำมาใช้ สมมติว่าตอนนี้สำหรับแต่ละชุดของลักษณะพียังเป็นที่สังเกต บรรดาตัวแปรอธิบายแนวโน้มที่จะเกี่ยวข้องกับ R และ S สามารถมีบทบาทสำคัญในการเชื่อมโยงที่เป็นไปได้ของพวกเขาและดังนั้นจึงสามารถที่น่าสนใจที่จะทดสอบความเป็นอิสระระหว่าง R และ S ตามเงื่อนไขที่พวกเขา ในบทความนี้เรานำเสนอการทดสอบสอง nonparametric ซึ่งพูดคุยไคสแควร์และความคิดอัตราส่วนความน่าจะเป็นกรณีนี้ ขั้นตอนจะขึ้นอยู่กับประมาณเคอร์เนลของความน่าจะมีเงื่อนไข กฎหมายของ asymptotic สถิติทดสอบที่นำเสนอภายใต้สมมติฐานที่เป็นอิสระตามเงื่อนไขที่ได้มา; พฤติกรรมตัวอย่าง จำกัด ของขั้นตอนการวิเคราะห์ผ่านการทดลองมอนติคาร์และวิธีการที่จะมีภาพประกอบด้วยตัวอย่างข้อมูลจริง

ผลลัพธ์ (ไทย) 3:

ทดสอบความเป็นอิสระระหว่างตัวแปร r และ s อย่างแท้จริงสร้างตารางการจร เป็นปัญหาคลาสสิกที่รู้จักกันดี : ไคสแควร์ การทดสอบอัตราส่วนความน่าจะเป็นที่ใช้ คิดว่าตอนนี้สำหรับแต่ละชุดของ P ลักษณะยังพบ . ผู้อธิบายตัวแปร น่าจะเกี่ยวข้องกับ R และ S สามารถมีบทบาทสำคัญในสมาคมที่เป็นไปได้ของพวกเขาและมันจึงสามารถที่น่าสนใจเพื่อทดสอบความเป็นอิสระระหว่าง R และ S แบบมีเงื่อนไขนั้น ในบทความนี้เรานำเสนอสองวิธีทดสอบซึ่งกล่าวสรุปไคสแควร์และอัตราส่วนความน่าจะเป็นความคิดเห็น กับคดีนี้ ขั้นตอนจะขึ้นอยู่กับเคอร์เนลตัวประมาณของความน่าจะเป็นเงื่อนไขแหล่งเสนอกฎหมายของสถิติทดสอบภายใต้สมมติฐานความเป็นอิสระที่มีเงื่อนไขได้มา ; มีตัวอย่างพฤติกรรมของกระบวนการวิเคราะห์ผ่านการทดลองและวิธีการมอนติคาร์โลเป็นภาพประกอบ ด้วยตัวอย่างข้อมูลที่แท้จริง