定理証明済み
ネイマン・ピアソンの補題
内容
尤度関数 L(θ) を持つデータに基づいて、単純な帰無仮説 H0:θ=θ0 を単純な対立仮説 H1:θ=θ1 に対して検定することを考える。k≥0 を定数とし、C を棄却域 C={x:L(θ1)>kL(θ0)} とし、P(C∣H0)=α となるように選ぶ。このとき、有意水準が α 以下であるすべての検定の中で、棄却域 C を持つ検定は θ1 における検出力が最大である。
なぜ正しいのか?
尤度比 L(θ1)/L(θ0) が大きいときに棄却するということは、θ0 と比べて相対的に θ1 に最も整合する結果でちょうど棄却することを意味する。偽陽性リスクという固定された「予算」 α を、他のどの結果でもなくそうした結果に使うことで、得られる真陽性の検出力が最大になる。
証明の概略
第1段階(任意の対抗検定を設定する):C を主張中の尤度比棄却域とし、その指示関数を ϕC とする。また D を P(D∣H0)≤α を満たす他の任意の検定の棄却域とし、その指示関数を ϕD とする。θ1 における検出力が P(C∣H1)≥P(D∣H1) を満たすことを示さなければならない。
第2段階(鍵となる各点での不等式):すべての結果 x について、量 (ϕC(x)−ϕD(x))⋅(L(θ1)−kL(θ0)) は決して負にならない。実際、x∈C ならば L(θ1)>kL(θ0) であり ϕC(x)=1 なので ϕC(x)−ϕD(x)≥0 である。x∈/C ならば L(θ1)≤kL(θ0) であり ϕC(x)=0 なので ϕC(x)−ϕD(x)≤0 である。いずれの場合も2つの因子の積は ≥0 となる。
第3段階(不等式を足し合わせる):この非負の量をすべての結果 x について足し合わせる(あるいは積分する)と、∑x(ϕC(x)−ϕD(x))L(θ1)−k∑x(ϕC(x)−ϕD(x))L(θ0)≥0 となり、これは (P(C∣H1)−P(D∣H1))−k(P(C∣H0)−P(D∣H0))≥0 と書き直せる。
第4段階(有意水準を用いて結論づける):構成により P(C∣H0)=α であり、仮定により P(D∣H0)≤α なので、P(C∣H0)−P(D∣H0)≥0 である。k≥0 なので、第3段階の最初の括弧から非負の量の k 倍を引いても不等式は強まるだけであり、P(C∣H1)−P(D∣H1)≥k(P(C∣H0)−P(D∣H0))≥0 となる。したがって P(C∣H1)≥P(D∣H1) が示された。
ステップごとの証明
この定理のステップごとの証明はまだありません。