우도 비 검정의 검정 통계량이 카이 제곱으로 분산 된 이유는 무엇입니까?
우도 비 검정의 검정 통계량이 카이 제곱으로 분산 된 이유는 무엇입니까?
답변:
@Nick이 언급했듯이 이것은 Wilks 정리 의 결과입니다 . 그러나 시험 통계는 참고 점근 -distributed하지 -distributed.χ 2
이 정리는 매우 넓은 맥락에서 이루어지기 때문에이 정리에 깊은 감명을받습니다. 우도와 통계 모델을 고려 이다의 벡터 관측 파라미터 분포 독립된 복제 관측 submanifold에 속하는 의 와 치수 . 하자 가 수와 사이즈 submanifold . H_0 \ colon \ {\ theta \ in B_0 \} 테스트에 관심이 있다고 가정하십시오 .y n θ B 1 R d 희미한 ( B 1 ) =B 0 ⊂ B 1 dim ( B 0 ) = m H
우도 비율 인 정의 일탈의 . 이어서 윌크스 '정리 것을 말한다 일반적인 규칙 가정하에, 점근 적이다 로 -distributed 시 자유도 성립.d(y)=2log(lr(y))d(y)χ2s-mH0
@Nick이 언급 한 Wilk의 원본 논문 에서 입증되었습니다 . 이 논문은 읽기 쉽지 않다고 생각합니다. 윌크스는 나중에 자신의 정리를 가장 쉽게 표현할 수있는 책을 출판했습니다. Williams의 훌륭한 책 에서 휴리스틱 증거를 짧게 제시 합니다.
나는 두 번째 닉 Sabbe의 가혹한 주석, 내 짧은 대답은,이다 그것은 아니다 . 내 말은, 그것은 정상적인 선형 모델에만 있습니다. 절대적으로 다른 종류의 상황에서 정확한 분포는 가 아닙니다 . 많은 경우에, 당신은 다음 윌크스 '정리의 전제 조건이 충족되었는지를 희망 할 수 점근 적 으로 분포 로그 우도 비율 테스트 통계 수렴을 . 윌크스 정리의 조건에 대한 제한과 위반은 무시하기에는 너무 많습니다.χ 2
가능성 추론의 이러한 및 유사한 난해한 문제에 대한 검토는 Smith 1989를 참조하십시오 .