Đối với identifiability chúng ta đang nói về một tham số (mà có thể là một vector), trong đó khoảng hơn một không gian tham số Θ , và một gia đình của các bản phân phối (vì đơn giản, suy nghĩ PDF) lập chỉ mục bởi θ mà chúng tôi thường viết một cái gì đó giống như { f θ |θΘθ . Ví dụ, θ có thể là θ = β và f có thể là{fθ|θ∈Θ}θθ=βf
trong đó sẽ có nghĩa làΘ=(0,∞). Để mô hình được thấy rõ, sự chuyển đổi mà bản đồθđểfθnênone-to-one. Với một mô hình trong đùi của bạn, cách đơn giản nhất để kiểm tra này là để bắt đầu với phương trìnhfθ 1 =fθ 2 , (bình đẳng này nên giữ cho (gần như) tất cả cácxtrong
fθ(x)=1βe−x/β, x>0, β>0,
Θ=(0,∞)θfθfθ1=fθ2xhỗ trợ ) và cố gắng sử dụng đại số (hoặc một số lập luận khác) để chứng minh rằng chỉ như một phương trình hàm ý rằng, trên thực tế,
.
θ1=θ2
Nếu bạn thành công với kế hoạch này, thì mô hình của bạn có thể xác định được; tiếp tục với công việc kinh doanh của bạn Nếu bạn không, thì mô hình của bạn không thể nhận dạng được hoặc bạn cần tìm một đối số khác. Trực giác là như nhau, bất kể: trong một mô hình có thể nhận dạng, không thể có hai tham số riêng biệt (có thể là vectơ) để tạo ra cùng một hàm khả năng.
Điều này có ý nghĩa, bởi vì, nếu, đối với dữ liệu cố định, hai tham số duy nhất có cùng khả năng, thì không thể phân biệt giữa hai tham số ứng cử viên chỉ dựa trên dữ liệu. Trong trường hợp đó, không thể xác định được tham số thực sự.
fθ1=fθ2
1β1e−x/β1=1β2e−x/β2,
x>0−lnβ1−xβ1=−lnβ2−xβ2
x>0−(1β1−1β2)x−(lnβ1−lnβ2)
f(y)=y2y[−1,1]y[0,1]