Обобщенный логарифмический критерий отношения правдоподобия для не вложенных моделей

10

Я понимаю, что если у меня есть две модели A и B и A вложено в B, то, учитывая некоторые данные, я могу подобрать параметры A и B с помощью MLE и применить обобщенный тест логарифмического отношения правдоподобия. В частности, распределение теста должно быть с степенями свободы , где есть разность числа параметров , которые и имеют. n n A Bχ2nnAB

Однако что произойдет, если и имеют одинаковое количество параметров, но модели не являются вложенными? То есть они просто разные модели. Есть ли способ применить критерий отношения правдоподобия или можно сделать что-то еще?BAB

Lembik
источник

Ответы:

9

Статья Вуонг, QH (1989). Проверка отношения правдоподобия для выбора модели и не вложенных гипотез. Эконометрика, 307-333. имеет полное теоретическое лечение и тестовые процедуры. Он различает три ситуации: «Строго не вложенные модели», «Перекрывающиеся модели», «Вложенные модели», а также рассматривает случаи неправильной спецификации. Поэтому не случайно обнаруживается, что в некоторых случаях статистика теста распределяется в виде линейной комбинации хи-квадратов .

Бумага не легкая, и в ней не предлагается готовая процедура тестирования. Но, на этот раз, его (почти) 3000 ссылок говорят о его достоинствах, будучи вдохновленной комбинацией классической основы тестирования и теоретико-информационного подхода.

Алекос Пападопулос
источник
1

Обобщенный критерий отношения правдоподобия НЕ работает так, как вы говорите. Смотрите, например, следующие лекционные заметки:

http://www.maths.manchester.ac.uk/~peterf/MATH38062/MATH38062%20GLRT.pdf

http://www.maths.qmul.ac.uk/~bb/MS_Lectures_12b.pdf

GLRT определен для гипотезы типа:

H0:θΘ0vs.H1:θΘ1,

где и .Θ 0Θ 1 = ΘΘ0Θ1=Θ0Θ1=Θ

Для структуры, которую вы описываете, вы можете сравнить модели, используя другие инструменты, такие как AIC и BIC. Также байесовские факторы, если вы готовы перейти на полный байесовский.

лодочник
источник
Добро пожаловать в резюме. Возможно, вам было бы интересно взглянуть на статью, которую я упоминаю в своем ответе на этот вопрос.
Алекос Пападопулос
@AlecosPapadopoulos Спасибо за ссылку. Я бросил быстрый взгляд и, как и ожидалось, условия для работы такого рода GLRT очень (очень и очень) ограничительны. Итак, я бы предпочел пойти на что-то более безопасное. Я знаю, что это очень цитируется, извинения за богохульство.
Waterman
@AlecosPapadopoulos В частности, я нахожу компактность условия пространства параметров (предположение A2) крайне непривлекательной.
Waterman
Весьма поучительный (хотя, вероятно, не реальный) исторический анекдот вокруг опуса Лапласа о том, что Наполеон Великий прочитал его и прокомментировал Лапласу: «Я вижу, вы нигде не упоминаете Бога в своей книге», на что Лаплас предположительно ответил: «Мне не нужно эта гипотеза «... означает, что понятие« священное »не нужно в науке, и поэтому не может быть никакого богохульства.
Алекос Пападопулос
1
... что касается вашего второго комментария к предположению A2, я предполагаю, что это означает, что вся структура максимального правдоподобия не совсем соответствует потребностям вашей области, за исключением, возможно, случаев, когда используемые распределения имеют лог-вогнутую плотность.
Алекос Пападопулос