यदि आप यह मानकर खुश हैं कि प्रत्येक गणना एक पोइसन डिस्ट्रीब्यूशन (वैकल्पिक परिकल्पना के तहत अपने मतलब के साथ; शून्य के तहत एक सामान्य अर्थ के साथ) के साथ है, तो कोई समस्या नहीं है - यह सिर्फ इतना है कि आप प्रतिकृति के बिना उस धारणा की जांच नहीं कर सकते। गणना डेटा के साथ ओवरडाइस्प्रेसन काफी सामान्य हो सकता है।
काउंट & x 2 का एक सटीक परीक्षण सीधा है क्योंकि कुल संख्या n = x 1 + x 2 की कुल संख्या एक सहायक है; इस पर कंडीशनिंग देता एक्स 1 ~ बी मैं n ( 1x1x2n=x1+x2नल के तहत आपके टेस्ट स्टेटिस्टिक के वितरण के रूप में। †X1∼Bin(12,n) यह एक सहज परिणाम है: समग्र गणना, शायद यह दर्शाते हुए कि आप दो पॉसों प्रक्रियाओं का अवलोकन करने के लिए कितना समय व्यतीत कर सकते हैं, उनके सापेक्ष दरों के बारे में कोई जानकारी नहीं है, लेकिन आपके परीक्षण की शक्ति को प्रभावित करता है; और इसलिए आपके द्वारा प्राप्त किए गए अन्य समग्र मायने अप्रासंगिक हैं।
वॉल्ड टेस्ट (एक सन्निकटन) के लिए संभावना आधारित परिकल्पना परीक्षण देखें ।
† प्रत्येक गिनती मतलब के साथ एक प्वासों बंटन है λ मैं च एक्स ( एक्स मैं ) = λ एक्स मैं मैं ई - λ मैंxiλi
के रूप में Reparametrize
θ
fX(xi)=λxiie−λixi!i=1,2
जहां
θआप में रुचि रखते हैं, और
anceएक उपद्रव पैरामीटर है। संयुक्त द्रव्यमान समारोह को फिर से लिखा जा सकता है:
f X 1 , X 2 ( x 1 , x 2 )θϕ=λ1λ1+λ2=λ1+λ2
θϕ
कुल संख्या
nके लिए सहायक है
θ, मतलब के साथ एक प्वासों बंटन होने
φचएन(एन)fX1,X2(x1,x2)fX1,N(x1,n)=λx11λx22e−(λ1+λ2)x1!x2!=θx1(1−θ)n−x1⋅ϕne−ϕx1!(n−x1)!
nθϕ
fN(n)=∑x1=0∞fX1,N(x1,n)=ϕne−ϕn!∑x1=0∞n!x1!(n−x1)!θx1(1−θ)n−x1=ϕne−ϕn!
while the conditional distribution of
X1 given
n is binomial with Bernoulli probability
θ & no. trials
n
fX1|n(x1;n)=fX1,N(x1,n)fN(n)=θx1(1−θ)n−x1⋅ϕne−ϕx1!(n−x1)!⋅n!ϕne−ϕ=n!x1!(n−x1)!θx1(1−θ)n−x1