| Line 36: | Line 36: | ||
如果你曾经上过入门的统计学课，你大概能想起传统的 '''假设检验'''. 如下为例子: <br> | 如果你曾经上过入门的统计学课，你大概能想起传统的 '''假设检验'''. 如下为例子: <br> | ||
| − | <blockquote> | + | <blockquote>一位人类学研究者对一名太平岛部落，认为此部落预期寿命比一般人长。把 <span class="texhtml">μ</span> 定义为此部落预期寿命。全世界人口的预期寿命是67.2年。为了检验他的假设，他从公开记录随机选出了100个讣告作为随机样本,发现样本平均预期寿命是72，样本表春差是15。把 Xbar 定义为样本平均值，样本标准差 S，而且由于两都是来自随机样本，两都是随机变量。由于 然后用如下的假设检验. 零假设 (H0): <span class="texhtml">μ − 67.2 = 0</span> 对立假设(Ha): <span class="texhtml">μ − 67.2 > 0</span> |
| − | 一位人类学研究者对一名太平岛部落，认为此部落预期寿命比一般人长。把 <span class="texhtml">μ</span> 定义为此部落预期寿命。全世界人口的预期寿命是67.2年。为了检验他的假设，他从公开记录随机选出了100个讣告作为随机样本,发现样本平均预期寿命是72，样本表春差是15。把 Xbar 定义为样本平均值，样本标准差 S，而且由于两都是来自随机样本，两都是随机变量。由于 然后用如下的假设检验. | + | |
| − | + | 检验统计量: <math> T = \frac{\bar{X} - 67.5}{\sqrt{(S^{2})/N}} \sim N(0,1) </math>. | |
| − | + | 决策规则: 若 <math> T < Z_{\frac{\alpha}{2}} \parallel T > Z_{\frac{1-\alpha}{2}} </math> | |
| − | + | 则选H0不然选Ha. </blockquote> | |
| − | + | 如上的 <math> \alpha = </math '''P'''(判决规则让选Ha | H0正确) = '''P'''('''第一型错误''')。 反而'''第二型错误'''是在Ha正确的情况下判决规则依然错误选择H0. 假设以上描述的研究者想要控制<math>\alpha</math>不超越.05。 | |
| − | + | ||
| + | 从统计学模式识别的角度上看此假设检验，H0 和 HA是两种类别。随机特征向量是 T,而且条件pdf是高斯分布（标准正常密度分布）。研究者从T抽一次抽样值 t=（72 － 67.2）/(15 * 15 / 100) = 2。 各类的先验概率是平等的。如下图片显示两类的pdf。 | ||
| − | |||
| − | |||
| + | '''[[Image:Rplot.png]]''' | ||
| − | + | 一般在这种假设检验，控制第一型错误的概率是最优先考虑免得在脆弱的证据下报道肯定的研究成果。 | |
Revision as of 10:46, 2 May 2014
Hypothesis Testing
模式识别 的目标是将新观察的特征向量进行分类。为了进行分类的决定，需要通过魔钟判决规则(decision rule)。在 统计学模式识别 一般假设特征向量是个随机变量“X”，又有个概率密度函数或者概率质量函数，并且此函数依赖其分类。如下假设有两个类型：（ω1,ω2）, 以便写公式也不失一般性。如此X的概率密度或质量函数是P(X | ωi) (如下称pdf)。每个类型的先验概率写成P(ωi)。
统计学的主要部分之一是假设检验。下面描述假设检验在统计学模式识别的眼神。
贝叶斯（Bayes)判决规则
将gi(X) 是ωi的后验概率(posterior probability)。选ω1或ω2的判决规则为: 如果g1(X) > g2(X),就选ω1, 不然选ω2。据贝斯定理, 判决规则能以 似然比(likelihood ratio)l(X) 表示:
$ \begin{align} & g_1(X) > g_2(X) \\ \Rightarrow & P(\omega_1|X) > P(\omega_2|X) \\ \Rightarrow & \frac{P(X|\omega_1)P(\omega_1)}{P(X)} > \frac{P(X|\omega_2)P(\omega_2)}{P(X)} \\ \Rightarrow & P(X|\omega_1)P(\omega_1) > P(X|\omega_2)P(\omega_2) \\ \Rightarrow & l(X)=\frac{P(X|\omega_1)}{P(X|\omega_2)} > \frac{P(\omega_2)}{P(\omega_1)} = k \end{align} $
k 是个常数,而且由于 P(ω2) = 1 − P(ω1), k 可以看待是先验概率的比值（odds) 。为了评估判决规则的效果，需要计算錯誤的概率。假如 r(X) = m'i'n[g1(X),g2(X)]。贝叶斯错误(Bayes error)定义为：
$ \begin{align} \\ \epsilon & = E(r(X)) = \int min(P(\omega_1)P(X|\omega_1), P(\omega_2)P(X|\omega_2))dX \\ &= P(\omega_1) \int_{R_2}P(X|\omega_1)dX + P(\omega_2) \int_{R_1} P(X|\omega_2)dX \\ &= P(\omega_1)\epsilon_1 + P(\omega_2)\epsilon_2 \end{align} $
以上的Ri 定义为决策规则决定选 ωi的领域，然后 εi 是Li选错的概率。
Neyman-Pearson 测试
统计学模式识别与统计学假设检验之间的关系
如果你曾经上过入门的统计学课，你大概能想起传统的 假设检验. 如下为例子:
一位人类学研究者对一名太平岛部落，认为此部落预期寿命比一般人长。把 μ 定义为此部落预期寿命。全世界人口的预期寿命是67.2年。为了检验他的假设，他从公开记录随机选出了100个讣告作为随机样本,发现样本平均预期寿命是72，样本表春差是15。把 Xbar 定义为样本平均值，样本标准差 S，而且由于两都是来自随机样本，两都是随机变量。由于 然后用如下的假设检验. 零假设 (H0): μ − 67.2 = 0 对立假设(Ha): μ − 67.2 > 0检验统计量: $ T = \frac{\bar{X} - 67.5}{\sqrt{(S^{2})/N}} \sim N(0,1) $.
决策规则: 若 $ T < Z_{\frac{\alpha}{2}} \parallel T > Z_{\frac{1-\alpha}{2}} $
则选H0不然选Ha.
如上的 $ \alpha = </math '''P'''(判决规则让选Ha | H0正确) = '''P'''('''第一型错误''')。 反而'''第二型错误'''是在Ha正确的情况下判决规则依然错误选择H0. 假设以上描述的研究者想要控制<math>\alpha $不超越.05。
从统计学模式识别的角度上看此假设检验，H0 和 HA是两种类别。随机特征向量是 T,而且条件pdf是高斯分布（标准正常密度分布）。研究者从T抽一次抽样值 t=（72 － 67.2）/(15 * 15 / 100) = 2。 各类的先验概率是平等的。如下图片显示两类的pdf。
一般在这种假设检验，控制第一型错误的概率是最优先考虑免得在脆弱的证据下报道肯定的研究成果。
