補題15.5
問題15.3で述べた
測定
${\mathsf M}_{L^\infty (\Omega_{0} \times {\mathbb R}_+)}(
{\mathsf O} \equiv (X(={\mathbb R}^n), {\cal F}, F)
, S_{[(\beta_0,\beta_1, \sigma)]}
{}
)$
を
考える.
このとき,次を得る.
問題15.3で述べた
測定
${\mathsf M}_{L^\infty (\Omega_{0} \times {\mathbb R}_+)}(
{\mathsf O} \equiv (X(={\mathbb R}^n), {\cal F}, F)
, S_{[(\beta_0,\beta_1, \sigma)]}
{}
)$
を
考える.
各 $k=0,1$に対して,
推定量
${\widehat{E}}_k:X(={\mathbb R}^n) \to {\Theta_k}(={\mathbb R})$
と
システム量
$\pi_k: \Omega(={\mathbb R}^2 \times {\mathbb R}_+) \to {\Theta_k}(={\mathbb R})$を次のように定める.
\begin{align}
&
{\widehat{E}}_0 ( x)
(=\hat{\beta}_0(x))
=
\overline{x}- \frac{s_{ax}}{s_{aa}} \overline{a},
\quad
{\widehat{E}}_1 ( x)
(=\hat{\beta}_1(x))
=
\frac{s_{ax}}{s_{aa}} ,
\quad
\\
&
\pi_0
(\beta_0, \beta_1, \sigma )
=
\beta_0.
\quad
\pi_1
(\beta_0, \beta_1, \sigma )
=
\beta_1,
\\
&
\qquad \qquad \qquad
( \forall (\beta_0, \beta_1, \sigma )
\in
{\mathbb R}^2 \times {\mathbb R}_+
)
\tag{15.28}
\end{align}
正数
$\alpha$
を
$0 < \alpha \ll 1$
として,
たとえば,
$\alpha = 0.05$
として固定しておく.
任意の状態
$ \omega =( \beta, \sigma )
({}\in \Omega ={\mathbb R}^2 \times {\mathbb R}_+)$に対して,
正数
$\eta^\alpha_{\omega, k}$
$({}> 0)$
を次のように定める.
\begin{align}
\eta^\alpha_{\omega, k}
&
=
\inf
\{
\eta > 0:
[F(\{ x \in X \;:\;
d^x_{\Theta_k} ( {\widehat{E}_k}(x) , \pi_k( \omega ) )
\ge \eta
\}
)](\omega )
\le \alpha
\}
\tag{15.29}
\end{align}
ここで,半距離 $d_{\Theta_k}^x$ (in $\Theta_k$)を次のように定めた.
\begin{align}
d^x_{\Theta_k}(\theta_k^0,\theta_k^1)
=
\begin{cases}
\frac{\sqrt{n}| \theta_0^0-\theta_0^1 |}
{\sqrt{
{\hat{\sigma}^2(1+ \overline{a}^2/ s_{aa})}}}
\quad & (\mbox{if }k=0)
\\
\\
\frac{\sqrt{n}
| \theta_1^0-\theta_1^1 |
}
{\sqrt{
{\hat{\sigma}^2/ s_{aa}}}}
\quad & (\mbox{if }k=1)
\end{cases}
\tag{15.30}
\end{align}
したがって,
補題15.5より,次を得る:
\begin{align}
\eta^\alpha_{\omega, k}
&
=
\begin{cases}
\inf
\{
\eta > 0:
[F(\{ x \in X \;:\;
\frac{\sqrt{n}| \hat{\beta}_0(x) - \beta_0 |}
{\sqrt{
{\hat{\sigma}^2(1+ \overline{a}^2/ s_{aa})}}}
\ge \eta
\}
)](\omega )
\le \alpha
\}
\quad & (\mbox{if }k=0)
\\
\\
\inf
\{
\eta > 0:
[F(\{ x \in X \;:\;
\frac{\sqrt{n}|\hat{\beta}_1(x)-{\beta}_1|}
{\sqrt{
{\hat{\sigma}^2(x)/ s_{aa}}}}
\ge \eta
\}
)](\omega )
\le \alpha
\}\quad & (\mbox{if }k=1)
\end{cases}
\tag{15.31}
\\
&
=
t_{n-2}(\alpha/2)
\tag{15.32}
\end{align}
命題 15.6 [信頼区間]
[信頼区間].
状態$(\beta_0,\beta_1, \sigma)$は未知とする.
測定
${\mathsf M}_{L^\infty (\Omega_{0} \times {\mathbb R}_+)}(
{\mathsf O} \equiv (X, {\cal F}, F)
, S_{[(\beta_0,\beta_1, \sigma)]}
{}
)$によって,測定値
$x \in X$を得たとしよう.
このとき,
$({}1- \alpha{})$-信頼区間 $I_{x,k}^{1- \alpha}$
は次のようになる.
\begin{align}
&
I_{x,k}^{1- \alpha}
=
\{
\pi_k(\omega)
(\in
\Theta_k)
:
d^x_{\Theta_k} ({}{\widehat{E}_k}(x),
\pi_k(\omega )
)
<
\eta^{1- \alpha}_{\omega, k }
\}
\nonumber
\\
\nonumber
\\
&
=
\begin{cases}
I_{x,0}^{1- \alpha}
=
\Big\{
\beta_0
= \pi_0(\omega)
(\in
{\Theta_0})
\;:\;
\frac{
|\hat{\beta}_0 (x) -{\beta}_0|
}{
{\sqrt{
{\frac{\hat{\sigma}^2(x)}{n}(1+ \overline{a}^2/ s_{aa})}}}
}
\le
t_{n-2}(\alpha/2)
\Big\}
\quad & (\mbox{if }k=0)
\\
\\
I_{x,1}^{1- \alpha}
=
\Big\{
\beta_1
= \pi_1(\omega)
(\in
{\Theta_1})
:
\frac{
|\hat{\beta}_1 (x) -{\beta}_1|
}{
{\sqrt{
{\frac{\hat{\sigma}^2(x)}{n}(1/ s_{aa})}}}
}
\le
t_{n-2}(\alpha/2)
\Big\}
\quad & (\mbox{if }k=1)
\end{cases}
\tag{15.33}
\end{align}
命題 15.7 [仮説検定]
状態$(\beta_0,\beta_1, \sigma)$は未知として,
測定
${\mathsf M}_{L^\infty (\Omega_{0} \times {\mathbb R}_+)}(
{\mathsf O} \equiv (X, {\cal F}, F)
, S_{[(\beta_0,\beta_1, \sigma)]}
{}
)$を考える.
このとき,
問題15.3で述べた
測定
${\mathsf M}_{L^\infty (\Omega_{0} \times {\mathbb R}_+)}(
{\mathsf O} \equiv (X(={\mathbb R}^n), {\cal F}, F)
, S_{[(\beta_0,\beta_1, \sigma)]}
{}
)$
を
考える.
各 $(\beta, \sigma) \in {\mathbb R}^2 \times {\mathbb R}_+$に対して,
確率空間
$(X, {\mathcal F}, P_{(\beta, \sigma)} )$を考える.
もちろん, ここで,確率測度$P_{(\beta, \sigma)}$を
以下のように定める:
\begin{align*}
P_{(\beta, \sigma)}(\Xi ) =
F(\Xi)](\beta_0,\beta_1, \sigma)
\qquad
(\forall \Xi \in {\mathcal F} )
\end{align*}
二乗可積分関数全体の空間$L^2(X, P_{(\beta, \sigma)})$
(略して,$L^2(X)$)を以下のように定義する.
\begin{align}
L^2(X)=
\{\mbox{可測関数$f:X \to {\mathbb R}$}
\;\;|\;\
[\int_X |f(x)|^2 P_{(\beta, \sigma)}(dx)]^{1/2 } < \infty
\}.
\tag{15.25}
\end{align}
任意の$f, g \in L^2(X)$に対して,
$E(f)$
と
$V(f)$
と次のように定める.
\begin{align}
&
E(f)= \int_X f(x) P_{(\beta, \sigma)} (dx),
\quad
V(f)=\int_X |f(x) -E(f)|^2 P_{(\beta, \sigma)} (dx).
\tag{15.26}
\end{align}
$(A_1):$
$
\mbox{(1): }
V(\hat{\beta}_0)= \frac{\sigma^2}{n}(1+ \frac{\overline{a}^2}{s_{aa}}),
\qquad
\mbox{(2): }
V(\hat{\beta}_1)= \frac{\sigma^2}{n} \frac{1}{s_{aa}},
$
$(A_2):$
[スチューデント化].
上の(H$_1$)に動機付けられて, 次を得る:
\begin{align}
&
T_{\beta_0}
:=
\frac{\sqrt{n}(\hat{\beta}_0-{\beta}_0)}
{\sqrt{
{\hat{\sigma}^2(1+ \overline{a}^2/ s_{aa})}}}
\sim
t_{n-2},
\qquad
T_{\beta_1}
:=
\frac{\sqrt{n}(\hat{\beta}_1-{\beta}_1)}
{\sqrt{
{\hat{\sigma}^2/ s_{aa}}}}
\sim
t_{n-2}
\tag{15.27}
\end{align}
ここに,$t_{n-2}$は自由度($n-2$)のスチューデント分布の確率密度関数とする.
上の議論から,次の命題を得る.
$(B_1):$
帰無仮説
$H_{N} = { \{ \beta_0 \}}
(\subseteq \Theta_0={\mathbb R})$において,
棄却域は以下のようになる.
\begin{align}
{\widehat R}_{{H_N}}^{\alpha; X}
&
=
{\widehat{E}_0}^{-1}(
{\widehat R}_{{H_N}}^{\alpha; {\Theta_0}})
=
\bigcap_{\omega \in \Omega \mbox{ such that }
\pi_0(\omega) \in {H_N}}
\{
x
(\in
X)
:
d^x_{\Theta_0} ({}{\widehat{E}_0}(x),
\pi_0(\omega )
)
\ge
\eta^\alpha_{\omega }
\}
\nonumber
\\
&
=
\Big\{
x \in X
\;:\;
\frac{
|\hat{\beta}_0 (x) -{\beta}_0|
}{
{\sqrt{
{\frac{\hat{\sigma}^2(x)}{n}(1+ \overline{a}^2/ s_{aa})}}}
}
\ge
t_{n-2}(\alpha/2)
\Big\}
\tag{15.34}
\end{align}
$(B_2):$
帰無仮説
$H_{N} = { \{ \beta_0 \}}
(\subseteq \Theta_0={\mathbb R})$において,
棄却域は以下のようになる.
\begin{align}
{\widehat R}_{{H_N}}^{\alpha; X}
&
=
{\widehat{E}_1}^{-1}(
{\widehat R}_{{H_N}}^{\alpha; {\Theta_1}})
=
\bigcap_{\omega \in \Omega \mbox{ such that }
\pi_1(\omega) \in {H_N}}
\{
x
(\in
X)
:
d^x_{\Theta_1} ({}{\widehat{E}_1}(x),
\pi_1(\omega )
)
\ge
\eta^\alpha_{\omega }
\}
\nonumber
\\
&
=
\Big\{
x \in X
\;:\;
\frac{
|\hat{\beta}_1 (x) -{\beta}_1|
}{
{\sqrt{
{\frac{\hat{\sigma}^2(x)}{n}(1/ s_{aa})}}}
}
\ge
t_{n-2}(\alpha/2)
\Big\}
\tag{15.35}
\end{align}
15.3: 回帰分析(分布, 信頼区間 そして, 仮説検定)
This web-site is the html version of "Linguistic Copehagen interpretation of quantum mechanics; Quantum language [Ver. 4]" (by Shiro Ishikawa; [home page] )
PDF download : KSTS/RR-18/002 (Research Report in Dept. Math, Keio Univ. 2018, 464 pages)
$\square \quad$