Exact test in One-sample Correlated Data

Abstract

소표본에서의 통계적 가설 검정은 표본의 크기가 충분히 큰 경우를 가정하는 대표본 이론을 이용하는 방법이 대체로 사용되어져 왔다. 하지만 최근에는 컴퓨터와 새로이 개발된 알고리즘의 덕분으로 대표본 이론의 적용이 어려운 소 표본의 문제에 정확검정을 사용하는 것이 가능해졌다. 표본의 크기가 작을 때, 근사 분포를 이용하는 검정법의 문제점은 1종 오류 확률이 유의수준보다 훨씬 더 커질 수 있는 위험을 가지게 되는 반면, 정확검정은 1종의 오류 확률이 항상 유의수준보다 작거나 같음을 보장해 주는 장점을 가지고 있다. 본 논문에서는 일표본 이진 상관자료에 대해 2가지 접근 방법에 의해 정확검정을 개발하였다. 개발된 새로운 정확검정을 근사검정과 여러 경우에 대하여 비교하였다.;In the small sample, statistical hypothesis tests usually use large sample theory. In this case, exact tests are often employed because the asymptotic distribution of the test statistic is in double. Computer and newly developed algorithm make that exact test can use small sample which is difficult to use large sample theory. When sample size is small, the problem of using the asymptotic distribution is to have the danger which type Ⅰ error is much greater than significant level. By using exact tests, We can guarantee that significant level is always greater than type Ⅰ error. This paper develops the exact test about one sample binary correlated data by two approach methods. In the various cases, We compared new exact test with asymptotic test.