Le rapport de vraisemblance est le rapport des probabilités de deux modèles (ou d'une valeur de paramètre nulle et alternative dans un seul modèle), qui peut être utilisé pour comparer ou tester les modèles. Si l'un ou l'autre des modèles n'est pas entièrement spécifié, alors son maximum de vraisemblance sur tous les paramètres libres est utilisé - cela est parfois appelé un rapport de vraisemblance généralisé.
Je suis plutôt évangélique quant à l'utilisation des ratios de vraisemblance pour représenter l'évidence objective de / contre un phénomène donné. Cependant, j’ai récemment appris que le facteur Bayes remplissait une fonction similaire dans le contexte des méthodes bayésiennes (c’est-à-dire que le...
Pourquoi la statistique de test d'un test de rapport de probabilité est-elle distribuée en khi-deux? 2 ( ln La l t m o d e l - ln Ln u l l m o d e l ) ~ Χ2réFun l t- dFn u l l2(ln Lalt model−ln Lnull model)∼χdfalt−dfnull22(\ln \text{ L}_{\rm alt\ model} - \ln \text{ L}_{\rm null\ model} ) \sim...
La probabilité pourrait être définie de plusieurs façons, par exemple: la fonction de qui mappe à ie .LLLΘ×XΘ×X\Theta\times{\cal X}(θ,x)(θ,x)(\theta,x)L(θ∣x)L(θ∣x)L(\theta \mid x)L:Θ×X→RL:Θ×X→RL:\Theta\times{\cal X} \rightarrow \mathbb{R} la fonction aléatoireL(⋅∣X)L(⋅∣X)L(\cdot \mid X) on pourrait...
Dans le célèbre article de 1938 (« La distribution à grand échantillon du rapport de vraisemblance pour tester les hypothèses composites », Annals of Mathematical Statistics, 9: 60-62), Samuel Wilks a dérivé la distribution asymptotique de 2×LLR2×LLR2 \times LLR (log log vraisemblance ratio ) pour...
Après avoir effectué l'analyse des composants principaux (PCA), je souhaite projeter un nouveau vecteur sur l'espace PCA (c'est-à-dire trouver ses coordonnées dans le système de coordonnées PCA). J'ai calculé PCA en langage R en utilisant prcomp. Maintenant, je devrais pouvoir multiplier mon...
J'étudie les arbres de classification et de régression, et l'une des mesures pour l'emplacement divisé est le score GINI. Maintenant, je suis habitué à déterminer le meilleur emplacement divisé lorsque le log du rapport de vraisemblance des mêmes données entre deux distributions est nul, ce qui...
J'ai lu le lemme de Neyman – Pearson dans le livre Introduction to the Theory of Statistics de Mood, Graybill et Boes. Mais je n'ai pas compris le lemme. Quelqu'un peut-il m'expliquer le lemme en termes clairs? Que dit-il? Lemme de Neyman-Pearson: Soit X1,…,XnX1,…,XnX_1,\ldots,X_n un échantillon...
J'ai étudié la modélisation d'effets mixtes à l'aide du package lme4 dans R. J'utilise principalement la lmercommande, je vais donc poser ma question via du code qui utilise cette syntaxe. Je suppose qu'une question générale facile pourrait être, est-il OK de comparer deux modèles construits en...
Considérez les données suivantes à partir d'une conception bidirectionnelle des sujets: df <- "http://personality-project.org/r/datasets/R.appendix4.data" df <- read.table(df,header=T) head(df) Observation Subject Task Valence Recall 1 1 Jim Free Neg 8 2 2 Jim Free Neu 9 3 3 Jim Free Pos 5 4...
Je suis l'auteur du package ez pour R, et je travaille sur une mise à jour pour inclure le calcul automatique des rapports de vraisemblance (LR) dans la sortie des ANOVA. L'idée est de fournir un LR pour chaque effet qui est analogue au test de cet effet que l'ANOVA réalise. Par exemple, le LR pour...
Diverses descriptions sur la sélection des modèles sur les effets aléatoires des modèles mixtes linéaires indiquent l'utilisation de REML. Je connais la différence entre REML et ML à un certain niveau, mais je ne comprends pas pourquoi REML devrait être utilisé parce que ML est biaisé. Par exemple,...
Je cherchais des moyens de faire un test de rapport de vraisemblance en R pour comparer les ajustements du modèle. Je l'ai d'abord codé moi-même, puis j'ai trouvé la anova()fonction par défaut et également lrtest()dans le lmtestpackage. Cependant, lorsque j'ai vérifié, anova()produit toujours une...
Pour un problème d'inférence donné, nous savons qu'une approche bayésienne diffère généralement à la fois dans sa forme et résulte d'une approche féquentiste. Les Frequentists (qui m'incluent généralement) soulignent souvent que leurs méthodes ne nécessitent pas de priorité et sont donc plus...
J'examine actuellement certains travaux et suis tombé sur les suivants, ce qui me semble faux. Deux modèles mixtes sont montés (en R) à l'aide de lmer. Les modèles ne sont pas imbriqués et sont comparés par des tests de rapport de vraisemblance. En bref, voici un exemple reproductible de ce que...
Le test du rapport de vraisemblance et l'AIC sont tous deux des outils pour choisir entre deux modèles et les deux sont basés sur le log-vraisemblance. Mais pourquoi le test du rapport de vraisemblance ne peut-il pas être utilisé pour choisir entre deux modèles non imbriqués alors que l'AIC le...
Quelqu'un pourrait-il me dire quelles sont les conditions de régularité pour la distribution asymptotique du test du rapport de vraisemblance? Partout où je regarde, il est écrit «sous les conditions de régularité» ou «sous les régularités probabilistes». Quelles sont exactement les conditions? Que...
Plus précisément, pourquoi les tests du rapport de vraisemblance ont-ils une asymptotique si les modèles sont imbriqués, mais ce n'est plus le cas pour les modèles non imbriqués? Je comprends que cela découle du théorème de Wilks, mais malheureusement, je ne comprends pas sa preuve...
Pour un modèle linéaire gaussien où est supposé se trouver dans un espace vectoriel et a la distribution normale standard sur , la statistique du test pour où est un espace vectoriel, est une fonction un à un croissante de la statistique de déviance : Comment savoir que cette statistique fournit le...
Laissez , g et h être des densités et supposons que vous avez x i ~ h , i ∈ N . Qu'advient-il du rapport de vraisemblance n ∏ i = 1 f ( x i )fffggghhhxi∼hxi∼hx_i \sim hi∈Ni∈Ni \in \mathbb{N} commen→∞? (Est-ce que ça converge? Vers quoi?)∏i=1nf(xi)g(xi)∏i=1nf(xi)g(xi) \prod_{i=1}^n...
J'ai récemment ajusté 4 modèles de régression multiple pour les mêmes données de prédicteur / réponse. Deux des modèles que je correspond à la régression de Poisson. model.pois <- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...) model.pois.inter <- glm(Response ~ (P1 + P2 +...+ P5)^2,...