В статистике предположим, что нам предоставили некоторые данные, и мы строим статистическую модель этих данных. Относительная вероятность сравнения относительных plausibilities различных моделей - кандидатов или различных значений параметра в одной модели.
Относительная вероятность значений параметров [ править ]
Предположим, что нам даны некоторые данные x, для которых у нас есть статистическая модель с параметром θ . Предположим, что оценка максимального правдоподобия для θ равна . Относительные вероятности других значений θ можно найти путем сравнения вероятностей этих других значений с вероятностью . Относительная вероятность того, из & thetas определяется как [1] [2] [3] [4] [5]
где обозначает функцию правдоподобия. Таким образом, относительное правдоподобие - это отношение правдоподобия с фиксированным знаменателем .
Функция
- функция относительного правдоподобия .
Область вероятности [ править ]
Область правдоподобия является множество всех значений & thetas , относительная вероятность того, больше или равно заданному порогу. В процентах определяется, что область правдоподобия p % для θ равна. [1] [3] [6]
Если θ - единственный действительный параметр, область правдоподобия p % обычно будет включать интервал реальных значений. Если регион действительно содержит интервал, то он называется интервалом правдоподобия . [1] [3] [7]
Интервалы правдоподобия и, в более общем смысле, области правдоподобия используются для оценки интервалов в статистике, основанной на правдоподобии (статистика «правдоподобия»): они аналогичны доверительным интервалам в частотной статистике и достоверным интервалам в байесовской статистике. Интервалы правдоподобия интерпретируются непосредственно с точки зрения относительной вероятности, а не с точки зрения вероятности охвата (частотность) или апостериорной вероятности (байесовство).
Для данной модели интервалы правдоподобия можно сравнить с доверительными интервалами. Если θ - единственный действительный параметр, то при определенных условиях интервал правдоподобия 14,65% (приблизительно 1: 7 правдоподобия) для θ будет таким же, как доверительный интервал 95% (вероятность охвата 19/20). [1] [6] В несколько иной формулировке, подходящей для использования логарифма правдоподобия (см. Теорему Уилкса ), тестовая статистика вдвое превышает разницу логарифмических правдоподобий, а распределение вероятностей тестовой статистики приблизительно равно хи. квадрат распределения со степенями свободы (df), равный разнице в df-s между двумя моделями (следовательно, e −2интервал правдоподобия такой же, как и доверительный интервал 0,954; предполагая, что разница в df-s равна 1). [6] [7]
Относительная вероятность моделей [ править ]
Определение относительного правдоподобия можно обобщить для сравнения различных статистических моделей . Это обобщение основано на AIC (информационный критерий Акаике) или иногда на AICc (информационный критерий Акаике с исправлением).
Предположим, что для некоторых данных у нас есть две статистические модели, M 1 и M 2 . Также предположим, что AIC ( M 1 ) ≤ AIC ( M 2 ) . Тогда относительная вероятность того, из М 2 по отношению к М 1 определяется следующим образом . [8]
Чтобы увидеть, что это обобщение предыдущего определения, предположим, что у нас есть некоторая модель M с параметром θ (возможно, многомерным) . Тогда для любого θ положим M 2 = M ( θ ) , а также положим M 1 = M ( ) . Общее определение теперь дает тот же результат, что и предыдущее определение.
См. Также [ править ]
- Функция правдоподобия
- Выбор статистической модели
- Спецификация статистической модели
- Проверка статистической модели
Примечания [ править ]
- ^ a b c d Kalbfleisch, JG (1985). Вероятность и статистический вывод . Springer. §9.3..
- ^ Azzalini, A. (1996). Статистический вывод - основанный на вероятности . Чепмен и Холл . §1.4.2. ISBN 9780412606502..
- ^ а б в Спротт, DA (2000). Статистический вывод в науке . Springer. глава 2..
- ^ Дэвисон, AC (2008). Статистические модели . Издательство Кембриджского университета . §4.1.2..
- ^ Held, L .; Сабанес Бове, DS (2014). Прикладной статистический вывод - вероятность и Байес . Springer. §2.1..
- ^ a b c Росси, RJ (2018), Математическая статистика , Wiley , стр. 267
- ^ а б Хадсон, DJ (1971). «Интервальная оценка по функции правдоподобия». Журнал Королевского статистического общества, Series B . 33 : 256–262..
- ^ Бернхэм, КП; Андерсон Д.Р. (2002), Выбор модели и многомодельный вывод: практический теоретико-информационный подход , Springer, §2.8.