RV Foutz와 RC Srivastava는이 문제를 자세히 조사했습니다. 그들의 1977 년 논문 "모델이 틀렸을 때의 가능성 비율 테스트의 성능" 은 증거의 아주 간단한 스케치와 함께 잘못 지정된 경우의 분포 결과에 대한 진술을 포함하고 있으며, 1978 년 논문은 "가능성 비율의 점근 적 분포 모델이 잘못되었습니다 " 는 증거를 포함하지만 후자는 구식 타자기로 입력됩니다 (두 논문 모두 동일한 표기법을 사용하므로 읽을 때 조합 할 수 있습니다). 또한 증명의 일부 단계에 대해서는 1957 년 KP Roy의 "증가 비율의 점근 분포에 대한 참고 사항"이라는 논문을 참조합니다.
분포가 잘못 지정된 경우, MLE가 여전히 일관되고 무증상으로 정상인 경우 ( 항상 그런 것은 아님 ), LR 통계는 무조건 독립적 인 카이-제곱의 선형 조합 (각 자유도)을 따릅니다.
− 2 lnλ →디∑나는 = 1아르 자형기음나는χ2나는
여기서 입니다. "유사성"을 볼 수 있습니다 : h - m 자유도를 가진 하나의 카이 제곱 대신에 , 우리는 각각 하나의 자유도를 가진 h - m 카이 제곱을가집니다. 그러나 카이-제곱의 선형 조합은 닫힌 형태 밀도를 갖지 않기 때문에 "분석"은 여기서 멈 춥니 다. 각각의 스케일 된 카이-제곱은 감마이지만 감마 에 대해 다른 스케일 파라미터를 초래 하는 다른 c i 파라미터를 가지고 있으며 이러한 감마의 합은 값을 계산할 수는 있지만 닫힌 형태는 아닙니다.r = h - mh - mh - m기음나는
를 들어 상수, 우리가 C 1 ≥ C 2 ≥ . . . c r ≥ 0 이면 행렬의 고유 값입니다. 어떤 행렬입니까? 글쓴이 표기법을 사용하여 Λ 를 로그 우도의 Hessian으로, C 를 로그 우도 의 기울기의 외부 곱으로 설정합니다 (예상 용어로). 그래서 V = Λ - 1 C ( Λ ' ) - 1 MLE의 점근 분산 공분산 행렬이다.기음나는기음1≥ c2≥ . . . 기음아르 자형≥ 0Λ기음V= Λ− 1기음( Λ')− 1
그런 다음 을 V 의 r × r 상단 대각선 블록으로 설정하십시오 . 엠r × rV
블록 형태로 를 쓰십시오Λ
Λ=[Λr×rΛ2Λ′2Λ3]
세트 및 ( W 의 슈어 보수의 부정 Λ ).W=−Λr×r+Λ′2Λ−13Λ2WΛ
이어서 의 행렬의 고유 값 M W는 파라미터의 실제 값에서 평가는.ciMW
부록
의견에서 OP의 유효한 의견에 응답하여 (때로는 질문이 더 일반적인 결과를 공유하기위한 발판이되며 프로세스에서 무시 될 수 있음) Wilks의 증거 진행 방법은 다음과 같습니다. Wilks는 공동으로 시작합니다. MLE의 정규 분포 및 가능성 비율의 기능적 표현을 도출하기 위해 진행된다. 그의 등식까지. , 우리가 분포에 대한 잘못된 사양을 가지고 있다고 가정하더라도 증거는 앞으로 나아갈 수 있습니다. OP 메모에서와 같이, 분산 공분산 행렬의 용어는 잘못된 사양 시나리오에서 다를 수 있지만 모든 Wilks는 파생 상품을 취하고 식별합니다. 무의미한 용어. 그래서 그는 eq. [ 9 ][9][9]규격이 정확 하다면 우도 비 통계량 은 제곱 표준 정규 확률 변수 의 합일 뿐이 므로 h - m 자유도를 갖는 하나의 카이-제곱으로 분포됩니다 . )h−mh−m
−2lnλ=∑i=1h−m(n−−√θ^i−θiσi)2→dχ2h−m
그러나 우리가 잘못 명시하면 중앙 및 확대 MLE을 확장하는 데 사용되는 용어 더 이상 화합에 동일 각 요소의 편차를 만들고, 그래서 카이 제곱으로 표준 정규 RV와 합으로 각 용어를 변환 할 조건 없습니다.
그리고 이러한 용어가 포함하기 때문에,하지기대치로그 우도 번째 유도체를 ...하지만 MLE 데이터와의 함수이기 때문에 기대 값은, 실제 분포에 대해 취해질 수 데이터는 실제 분포를 따르며, 로그 우도의 2 차 미분은 잘못된 밀도 가정을 기반으로 계산됩니다. n−−√(θ^−θ)
따라서 잘못 지정하면
우리가 할 수있는 최선은으로 조작하는 것입니다
−2lnλ=∑i=1h−m(n−−√θ^i−θiai)2
−2lnλ=∑i=1h−mσ2ia2i(n−−√θ^i−θiσi)2=∑i=1h−mσ2ia2iχ21
이것은 스케일 된 카이-제곱 rv의 합이며 , 더 이상 자유도를 갖는 하나의 카이-제곱 rv로 분포되지 않는다 . OP가 제공 한 참조는 실제로 Wilks의 결과를 특별한 경우로 포함하는 이보다 일반적인 경우에 대한 매우 명확한 설명입니다.h−m