Inference for the difference of two

Inference for the difference of two independent normal
means is omnipresent in statistical practice and is introduced
in most introductory staitstics texts. Typically, the
variances are assumed to be unknown and must be estimated.
When we assume equal variances, then a pooled
estimate of the common variance is used and the test
statistic is exactly distributed as a t-distribution. However,
without making the equality of variances assumption,
the problem is then the well-known Behrens-Fisher
problem, where no exact distribution of the test statistic
is available. Although there exists many approximate
solutions for this problem, most statistical software
packages use the Satterthwaite solution, where the test
statistic is approximately distributed as a t-distribution.
Maity & Sherman [1] considered the Behrens-Fisher
problem with an additional assumption that one of the
variances is known, and a Satterthwaite type solution is
obtained. Wong & Wu [2] examined the problem considered
by Maity & Sherman [1] and derived a likelihood
based asymptotic solution, which has excellent coverage
property.

ผลลัพธ์ (ไทย) 1:

ข้อความแตกต่างของสองอิสระปกติหมายถึงรตุในปฏิบัติการทางสถิติ และเป็นที่รู้จักในข้อความเกริ่นนำ staitstics มากที่สุด โดยทั่วไป การผลต่างจะถือว่าไม่รู้จัก และต้องประเมินเมื่อเราคิดต่างเท่า แล้วยังรวมใช้ประมาณค่าความแปรปรวนร่วม และการทดสอบว่ามีการแจกจ่ายสถิติเป็นการแจกแจง t อย่างไรก็ตามโดยไม่ทำความเท่าเทียมกันของผลต่างของอัสสัมชัญปัญหาคือแล้ว รู้จัก Behrens Fisherปัญหา แจกจ่ายไม่แน่นอนของสถิติทดสอบมี ถึงแม้ว่ามีหลายห้องโซลูชั่นซอฟต์แวร์ปัญหา สถิติมากที่สุดแพคเกจใช้โซลูชัน Satterthwaite ซึ่งการทดสอบประมาณกระจายสถิติเป็นการแจกแจง tถือว่า Behrens Fisher Maity และเชอร์แมน [1]ปัญหากับการเติมอัสสัมชัญที่หนึ่งของการเรียกว่าผลต่าง และ Satterthwaite ชนิดการแก้ไขปัญหารับ วงและวู [2] ตรวจสอบปัญหาที่พิจารณาโดย Maity และเชอร์แมน [1] และได้รับความเป็นไปได้ใช้โซลูชัน asymptotic ซึ่งมีความครอบคลุมที่ดีเยี่ยมคุณสมบัติ

ผลลัพธ์ (ไทย) 2:

อนุมานสำหรับความแตกต่างของทั้งสองปกติอิสระหมายถึงการเป็นอยู่ทั่วไปทุกหนทุกแห่งในการปฏิบัติทางสถิติและเป็นที่รู้จักในเบื้องต้นที่สุดตำราstaitstics โดยปกติแล้วความแปรปรวนจะถือว่าเป็นที่รู้จักและต้องประมาณ. เมื่อเราคิดแปรปรวนเท่ากันแล้วรวบรวมประมาณการของความแปรปรวนที่พบบ่อยและใช้การทดสอบสถิติที่มีการกระจายตรงตามที่เสื้อกระจาย แต่ไม่ทำให้ความเท่าเทียมกันของความแปรปรวนสมมติฐานที่เป็นปัญหาแล้วที่รู้จักกันดีBehrens-ฟิชเชอร์ปัญหาที่ไม่มีการจัดจำหน่ายที่แน่นอนของการทดสอบสถิติที่สามารถใช้ได้ แม้ว่าจะมีอยู่ประมาณหลายโซลูชั่นสำหรับปัญหานี้ซอฟต์แวร์ทางสถิติมากที่สุดแพคเกจการใช้วิธีการแก้ปัญหาSatterthwaite ที่การทดสอบสถิติที่มีการกระจายประมาณเป็นเสื้อกระจาย. Maity และเชอร์แมน [1] การพิจารณา Behrens-ฟิชเชอร์มีปัญหากับสมมติฐานเพิ่มเติมที่หนึ่งของความแปรปรวนเป็นที่รู้จักและเป็นทางออกที่ Satterthwaite ประเภทจะได้รับ และวูวงศ์ [2] การตรวจสอบปัญหาการพิจารณาโดยMaity และเชอร์แมน [1] และได้รับโอกาสโซลูชั่นเชิงซึ่งมีความคุ้มครองที่ดีสถานที่ให้บริการ

ผลลัพธ์ (ไทย) 3:

การอนุมานสำหรับความแตกต่างของ 2 วิธีปกติ
อิสระรีสอร์ทในการปฏิบัติทางสถิติและแนะนำ
ในข้อความ staitstics เบื้องต้นมากที่สุด โดยปกติ
ยจะถือว่ามีไม่รู้จัก และต้องคิด
เมื่อเราถือว่าความแปรปรวนเท่ากัน แล้วรวมค่าแปรปรวนปกติ

ใช้และทดสอบสถิติก็กระจายเป็นที . อย่างไรก็ตาม
โดยไม่ทำให้ความเท่ากันของความแปรปรวนสมมุติฐาน ปัญหาคือแล้วที่รู้จักกันดี

ปัญหา Default ฟิชเชอร์ที่ไม่มีการแจกที่แน่นอนของสถิติทดสอบ
พร้อม แม้ว่ามีอยู่โซลูชั่นประมาณ
มากมายสำหรับปัญหานี้ แพคเกจซอฟต์แวร์
สถิติส่วนใหญ่ใช้ satterthwaite โซลูชั่นที่ทดสอบ
สถิติประมาณกระจายเป็นที
.ไมตี้&เชอร์แมน [ 1 ] ถือว่าเป็น Default ฟิชเชอร์
ปัญหาสมมติฐานเพิ่มเติมว่าหนึ่งใน
ความรู้ และ satterthwaite ประเภทโซลูชั่น
) วง& Wu [ 2 ] ตรวจสอบปัญหาถือว่า
โดยไมตี้&เชอร์แมน [ 1 ] และได้รับโอกาส
เฉลี่ยที่ใช้วิธีซึ่งมีคุณสมบัติครอบคลุม
ยอดเยี่ยม