level. From these results, we can s

level. From these results, we can see that the pattern of the simulated significance levels for the test procedures become
stable for 1 >10 (similar pattern are observed under other settings) and we will focus on the comparison between test
procedures for 1 >10.
For each given d-value (ratio of the time frames t1/t0) and alternative -value, we compute the percentage of
configurations (based on 50 different 1 = 11(1)60) that are conservative (i.e., simulated significance level  0.04), or
liberal (i.e., simulated significance level  0.06) for the test procedures based on p(A)
j , p(U)
j , j =1, 2, 3 and pL. These
values are presented in Tables 1–4. For the sake of comparison, we also present the percentages of configurations in the
intervals (0.04, 0.05), (0.05, 0.06) and 0.05±SE=(0.0478, 0.0522). One should view a rejection of the null hypothesis
for a liberal test with caution since the type I error rate exceeds the pre-chosen nominal error rate. Conservative tests
are of less concern, because the type I error rate is controlled. From the first column of Tables 1, 3 and 4, we conclude
that the test procedure based on p(A)
1 is too conservative when d >1 and much too liberal when d

ผลลัพธ์ (ไทย) 1:

ระดับ จากผลลัพธ์เหล่านี้ เราจะเห็นว่า รูปแบบของระดับความสำคัญจำลองสำหรับขั้นตอนการทดสอบเป็น
มั่นคง 1 > 10 (รูปแบบคล้ายจะสังเกตภายใต้การตั้งค่าอื่น ๆ) และเราจะเน้นการเปรียบเทียบระหว่างทดสอบ
ตอน 1 > 10.
สำหรับแต่ละค่า d (อัตราส่วนของกรอบเวลา t1/t0) ที่ได้รับมอบ และ อื่น - ค่า เราคำนวณเปอร์เซ็นต์ของ
ตั้งค่าคอนฟิก (ตาม 1 แตกต่างกัน 50 = 11(1)60) ที่หัวเก่า (เช่น จำลองสำคัญระดับ 0.04), หรือ
เสรี (เช่น จำลองสำคัญระดับ 0.06) สำหรับขั้นตอนการทดสอบตาม p (A)
j, p (U)
j, j = 1, 2, 3 และ pL. เหล่านี้
ค่าแสดงในตาราง 1 – 4 เพื่อเปรียบเทียบ เรายังแสดงเปอร์เซ็นต์ของการตั้งค่าคอนฟิกในการ
ช่วง (0.04, 0.05), (005, 0.06) และ 0.05±SE =(0.0478, 0.0522) หนึ่งควรดูการปฏิเสธสมมติฐานว่าง
สำหรับเสรีการทดสอบ ด้วยความระมัดระวังตั้งแต่ชนิดผมอัตราข้อผิดพลาด เกินอัตราข้อผิดพลาดระบุล่วงหน้าท่าน ทดสอบหัวเก่า
มีความกังวลน้อย เนื่องจากชนิดฉันควบคุมอัตราข้อผิดพลาด จากคอลัมน์แรกของตารางที่ 1, 3 และ 4 เราสรุป
ตอนทดสอบตาม p(A)
1 คือ เมื่อหัวเก่าเกินไป d > เมื่อ 1 และเสรีมากเกินไป d < 1 ดังนั้น เรา
จะพิจารณา p (A)
1 ในภายหลังเปรียบเทียบ
ประเมินของเราเป็นว่า ที่เหลืออยู่ภายใต้การตรวจสอบการทดสอบแบ่งออกเป็นสามกลุ่ม: p (A)
2 และ p (A)
3
(A-ทดสอบ บอกว่า), p (U)
j, j = 1, 2, 3 (P-ทดสอบ พูด) และ pL (LRT) จากตาราง 1-2, A-ทดสอบ ทดสอบ P และ LRT
ถือว่ามีประสิทธิภาพในทุกสถานการณ์ ดังนั้น เราจะเปรียบเทียบเปอร์เซ็นต์การตั้งค่าคอนฟิกใน (0.04, 0.05)
และ (0.05, 0.06) สำหรับ d < 1, A-ทดสอบค่อนข้างหัวเก่ามาก (มีเปอร์เซ็นต์สูงใน (0.04, 0.05)) กว่า
P-ทดสอบขณะ LRT ค่อนข้างเสรี (มีเปอร์เซ็นต์สูงใน (0.05, 0.06)) สำหรับ d = 1, LRT อยู่
โครงการเปรียบเทียบกับการทดสอบ A และ P-ทดสอบ สำหรับ d > 1, A-ทดสอบมีเปอร์เซ็นต์สูงใน (0.05, 0.06) กว่าทดสอบ P
และ LRT ในคำอื่น ๆ P-ทดสอบและ LRT เก็บชนิด-ฉันผิดพลาดราคาต่ำกว่าระดับที่ต้องดีกว่า เมื่อเทียบกับ
ทดสอบ A

ผลลัพธ์ (ไทย) 2:

level. From these results, we can see that the pattern of the simulated significance levels for the test procedures become
stable for 1 >10 (similar pattern are observed under other settings) and we will focus on the comparison between test
procedures for 1 >10.
For each given d-value (ratio of the time frames t1/t0) and alternative -value, we compute the percentage of
configurations (based on 50 different 1 = 11(1)60) that are conservative (i.e., simulated significance level  0.04), or
liberal (i.e., simulated significance level  0.06) for the test procedures based on p(A)
j , p(U)
j , j =1, 2, 3 and pL. These
values are presented in Tables 1–4. For the sake of comparison, we also present the percentages of configurations in the
intervals (0.04, 0.05), (0.05, 0.06) and 0.05±SE=(0.0478, 0.0522). One should view a rejection of the null hypothesis
for a liberal test with caution since the type I error rate exceeds the pre-chosen nominal error rate. Conservative tests
are of less concern, because the type I error rate is controlled. From the first column of Tables 1, 3 and 4, we conclude
that the test procedure based on p(A)
1 is too conservative when d >1 and much too liberal when d <1. Therefore, we
will not consider p(A)
1 in the subsequent comparisons.
Our assessment is that the tests remaining under investigation may be classified into three groups: p(A)
2 and p(A)
3
(A-tests, say), p(U)
j , j = 1, 2, 3 (P-tests, say) and pL (LRT). From Tables 1 to 4, the A-tests, P-tests and LRT are
considered to be robust in all the situations, therefore, we will compare the percentage of configurations in (0.04, 0.05)
and (0.05, 0.06). For d <1, A-tests are relatively more conservative (have higher percentages in (0.04, 0.05)) than
the P-tests while the LRT is relatively liberal (have higher percentages in (0.05, 0.06)). For d = 1, LRT is relatively
liberal compared to the A-tests and P-tests. For d >1, A-tests have higher percentages in (0.05, 0.06) than the P-tests
and LRT. In other words, P-tests and LRT keep the type-I error rates below the desired level better compared to the
A-tests.

ผลลัพธ์ (ไทย) 3:

ระดับ จากผลดังกล่าว จะเห็นได้ว่ารูปแบบของการกำหนดระดับสำหรับขั้นตอนการทดสอบเป็น
มั่นคง  1 > 10 ( รูปแบบคล้ายจะสังเกตได้ที่การตั้งค่าอื่น ๆ ) และจะเน้นไปที่การเปรียบเทียบระหว่างขั้นตอนการทดสอบ
สำหรับ  1 > 10 .
สำหรับแต่ละให้ d-value ( อัตราส่วนของกรอบเวลา T1 / t0 ) และทางเลือก  - ค่าที่เราคำนวณค่า
การตั้งค่าจาก 50 ต่าง  1 = 11 ( 1 ) 60 ) ที่เป็นอนุรักษ์ ( เช่น ค่าระดับ  0.04 ) หรือเสรีนิยม ( I ,
) อย่างมีนัยสำคัญทางสถิติที่ระดับ  0.06 ) สำหรับการทดสอบวิธีการตาม P ( A )
J , P ( U )
J , J = 1 2 , 3 และต้นค่าเหล่านี้
จะนำเสนอในรูปของตาราง 1 – 4 เพื่อประโยชน์ในการเปรียบเทียบ เรายังมีเปอร์เซ็นต์ของการกำหนดค่าใน
ช่วงเวลา ( 0.04 0.05 ) , ( 005 ) และ 0.05 , 0.06 ± SE = ( 0.0478 0.0522 , ) หนึ่งควรดูการปฏิเสธสมมติฐานว่าง
เป็นเสรีนิยมทดสอบด้วยความระมัดระวังเนื่องจากความคลาดเคลื่อนประเภทที่ 1 ได้คะแนนเกินก่อนเลือกระบุข้อผิดพลาดในอัตรา อนุลักษณ์การทดสอบ
มีความกังวลน้อยลง เนื่องจากอัตราความคลาดเคลื่อนประเภทที่ 1 ควบคุม จากคอลัมน์แรกของตารางที่ 1 , 3 และ 4 เราสรุปได้ว่า กระบวนการทดสอบตาม
( )
p1 เป็นหัวโบราณเกินไปเมื่อ D > 1 และมากเกินไปเสรีนิยมเมื่อ D < 1 ดังนั้น พวกเราจะไม่พิจารณา P
( )
1 ในการเปรียบเทียบภายหลัง
การประเมินของเราคือการทดสอบที่เหลืออยู่ภายใต้การสอบสวนอาจจะแบ่งเป็นสามกลุ่ม : P ( A )
2 P ( A )
3
( a-tests พูด ) , P ( U )
J , J = 1 , 2 , 3 ( p-tests พูด ) และ PL ( LRT ) จากตารางที่ 1 ถึง 4 , a-tests p-tests LRT เป็น
, และถือว่าแข็งแกร่งในสถานการณ์ทั้งหมด ดังนั้นเราจึงจะเปรียบเทียบค่าร้อยละของการตั้งค่า ( 0.04 0.05 )
( 0.05 , 0.06 ) สำหรับ D < 1 , a-tests ค่อนข้างอนุรักษ์นิยมมากขึ้น ( มีเปอร์เซ็นต์สูงกว่า ( 0.04 0.05 ) มากกว่า
p-tests ในขณะที่ LRT ค่อนข้างเสรีนิยมมีเปอร์เซ็นต์สูงกว่า ( 0.05 , 0.06 ) สำหรับ D = 1 , LRT ค่อนข้าง
เสรีนิยมเมื่อเทียบกับ a-tests และ p-tests . สำหรับ D > 1 , a-tests มีเปอร์เซ็นต์สูงกว่า ( 0.05 , 0.06 ) กว่า p-tests
LRT และ . ในคำอื่น ๆ p-tests LRT และให้ข้อผิดพลาดประเภท - I ราคาต่ำกว่าระดับที่ต้องการได้ดีกว่า
a-tests .