آزمون فرضيه در محيط نادقيق با استفاده از روش بيز امكاني

آزمون فرضيه هاي آماري از اهميت زيادي براي تصميم گيري در مسائل كاربردي برخوردار است. در روش هاي مرسوم آزمون فرضيه هاي آماري، داده ها، فرضيه ها، پارامترها و ديگر اجزاي موجود در مسئله دقيق در نظر گرفته مي شوند. در حالي كه در علوم كاربردي ممكن است در ميزان و يا تعريف يك يا چند جزء مسئله ابهام وجود داشته باشد. در اين حالت روش هاي معمولي كارايي ندارند و نيازمند تعميم مي باشند. در اين مقاله، يك نگرش بيزي براي آزمون فرضيه آماري را معرفي و بررسي مي كنيم. در اين نگرش، بر پايه يك مدل آماري و يك توزيع پيشين امكاني، يك توزيع پسين امكاني محاسبه مي شود و آزمون فرضيه به صورت مناسب تعريف مي شود. اين ايده بر اساس تعميمي از رويكرد لاپوينت و بوبي ( ٢٠٠٠ ) براي الگوي بيز امكاني استوار است.