Tại sao một thử nghiệm tỷ lệ khả năng phân phối chi bình phương?


34

Tại sao thống kê kiểm tra của một thử nghiệm tỷ lệ khả năng phân phối chi bình phương?

2(ln Lalt modelln Lnull model)χdfaltdfnull2



14
Cảm ơn đã tham khảo. Đây là một từ tôi: stats.stackexchange.com/faq#etiquette
Tiến sĩ Beeblebrox

5
Lưu ý "Mang theo sự hài hước của bạn" ở đó. Tôi không có ý định thô lỗ, nhưng câu trả lời cho câu hỏi này sẽ tương đối tẻ nhạt và về cơ bản, bao gồm các nội dung của bài viết đó (hoặc một số sách giáo khoa thống kê tốt hơn). Nếu bạn nêu vấn đề chính xác của bạn với lời giải thích trong một trong những điều này, tôi sẽ rất vui lòng giúp bạn.
Nick Sabbe

2
Liên kết trực tiếp đến giấy gốc của Wilks không có tường.
ayorgo

Câu trả lời:


23

Như @Nick đã đề cập, đây là hệ quả của định lý Wilks . Nhưng lưu ý rằng số liệu thống kê thử nghiệm là tiệm χ2 -distributed, khôngχ2 -distributed.

Tôi rất ấn tượng với định lý này vì nó giữ trong một bối cảnh rất rộng. Hãy xem xét một mô hình thống kê với khả năng l(θy) nơi y là các quan sát vector của n quan sát được sao độc lập từ một phân phối với tham số θ thuộc về một submanifold B1 của Rd với kích thước dim(B1)=s . Hãy B0B1 là một submanifold với kích thước dim(B0)=m . Hãy tưởng tượng bạn đang quan tâm đến việc kiểm tra .H0:{θB0}

Xác định độlệchd(y)=2log(lr(y)). Sau đó, định lý của Wilksnói rằng, theo các giả định thông thường,là không có triệu chứngphân phối với cácbậc tự dokhiđúng.

lr(y)=supθB1l(θy)supθB0l(θy).
d(y)=2log(lr(y))χ 2 s - m H 0d(y)χ2smH0

Nó được chứng minh trong bài báo gốc của Wilk được đề cập bởi @Nick. Tôi nghĩ rằng bài viết này không dễ đọc. Wilks đã xuất bản một cuốn sách sau đó, có lẽ với một bài trình bày dễ nhất về định lý của mình. Một bằng chứng heuristic ngắn được đưa ra trong cuốn sách tuyệt vời của Williams .


3
Đáng buồn là định lý này không được đề cập trong trang wikipedia dành cho Samuel S. Wilks
Stéphane Laurent

5
Ôi thôi Stephane. Đây là Wikipedia, bạn có thể chỉnh sửa và cải thiện nó!
StasK

1
@StasK Tôi biết điều đó nhưng tôi chưa bao giờ thử. Và tôi đã dành quá nhiều thời gian của cuộc đời mình cho các số liệu thống kê & toán học;)
Stéphane Laurent

Có một trực giác cho lý do tại sao 2 ở phía trước của bản ghi trong định nghĩa của sự sai lệch?
dùng56834

@ Lập trình2134 Nó có nguồn gốc từ một bản mở rộng taylor thứ hai.
Frank Vel

25

Tôi thứ hai bình luận gay gắt của Nick Sabbe, và câu trả lời ngắn gọn của tôi là, Không phải vậy . Ý tôi là, nó chỉ là trong mô hình tuyến tính bình thường. Đối với hoàn toàn bất kỳ loại trường hợp nào khác, phân phối chính xác không phải là . Trong nhiều tình huống, bạn có thể hy vọng rằng các điều kiện định lý của Wilks được thỏa mãn, và sau đó, một cách bất thường các thống kê kiểm tra tỷ lệ khả năng đăng nhập hội tụ trong phân phối đến χ 2 . Hạn chế và vi phạm các điều kiện của định lý Wilks là quá nhiều để coi thường.χ2χ2

  1. Định lý giả định dữ liệu iid mong đợi các vấn đề với dữ liệu phụ thuộc, chẳng hạn như chuỗi thời gian hoặc mẫu khảo sát khả năng bất bình đẳng (mà các khả năng đang kém được xác định, dù sao, những "thường xuyên" χ 2 bài kiểm tra, chẳng hạn như kiểm tra độc lập trong các bảng ngẫu nhiên, bắt đầu hành xử như một khoản Σ k một k v k , v k ~ iid χ 2 1 ( Rao & Scott ). đối với dữ liệu iid, một k = 1 , và tổng trở thành χ 2 . Nhưng đối với dữ liệu không độc lập, đây không phải là trường hợp dài hơn.χ2kakvk,vki.i.d.χ12ak=1χ2
  2. χ2
  3. N(μ0,σ02)fN(μ1,σ12)+(1f)N(μ2,σ22)ff=0μ1,σ12f=1μ2,σ22μ1=μ2,σ1=σ2fkhông được xác định). Ở đây, bạn thậm chí không thể nói thử nghiệm của mình nên có bao nhiêu bậc tự do, vì bạn có số lượng hạn chế khác nhau tùy thuộc vào cách bạn tham số hóa việc lồng nhau. Xem tác phẩm của Jiahua Chen về điều này, ví dụ: CJS 2001 .
  4. χ2kakvk,vki.i.d.χ12ak
  5. Prob[d(y)x]=F(x;χd2)[1+O(n1)]nF(x;χd2)χd2bProb[d(y)/(1+b/n)x]=F(x;χd2)[1+O(n2)]χ2b

Để xem xét lại những vấn đề này và các vấn đề bí truyền tương tự về khả năng suy luận, xem Smith 1989 .


1
B0B1 χ2

Với phương sai đã biết, tôi nên thêm.
StasK
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.