4
如何獲得不同臨界值和自由度的準確概率爲0.9的非中心性參數的值?非中心卡方概率和非中心性參數
例如,具有顯着性水平α= 0.05和1個自由度(臨界值= 3.84),則NCP必須等於10.50742以獲得0.9的概率:
1 - pchisq(3.841459, 1, 10.50742)
[1] 0.9
如何獲得不同臨界值和自由度的準確概率爲0.9的非中心性參數的值?非中心卡方概率和非中心性參數
例如,具有顯着性水平α= 0.05和1個自由度(臨界值= 3.84),則NCP必須等於10.50742以獲得0.9的概率:
1 - pchisq(3.841459, 1, 10.50742)
[1] 0.9
重新安排項在:1 - pchisq(3.841459,1,10.50742)= 0.9和包裹絕對周圍的結果來構造最小化函數:
optim(1, function(x) abs(pchisq(3.841459, 1, x) - 0.1))
#-------
$par
[1] 10.50742
$value
[1] 1.740301e-08
$counts
function gradient
56 NA
$convergence
[1] 0
$message
NULL
要執行靈敏度分析,可以串行地改變其他參數的值:
for(crit.val in seq(2.5, 3.5, by=0.1)) {
print(optim(1,
function(x) abs(pchisq(crit.val, 1, x) - 0.1),
method="Brent" , lower=0, upper=20)$par)}
[1] 8.194852
[1] 8.375145
[1] 8.553901
[1] 8.731204
[1] 8.907135
[1] 9.081764
[1] 9.255156
[1] 9.427372
[1] 9.598467
[1] 9.768491
[1] 9.937492
或使用'uniroot()' –