楼主: troie
22513 13

R中似然比检验的命令是什么?》 [推广有奖]

  • 1关注
  • 0粉丝

已卖:70份资源

大专生

88%

还不是VIP/贵宾

-

威望
0
论坛币
23 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
648 点
帖子
41
精华
0
在线时间
43 小时
注册时间
2007-7-11
最后登录
2013-7-12

楼主
troie 发表于 2008-8-28 10:48:00 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
如题  谢谢
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:似然比检验 检验 命令

回帖推荐

sheepmiemie 发表于12楼  查看完整内容

参数为p个那是“多参数”;“多元”指的是随机变量的分布是多元分布。如果有空的话看看《多元统计分析引论》http://www.pinggu.org/bbs/b61i183670.html,已故的张尧庭先生、以及健在的方开泰先生总能令我们有所收益。大约是在“多元正态分布的假设检验”或类似的地方吧,记不真切了。倘若还有需要,我可以给您发一些pdf,不过都比较大,且净是推导,不好看。 [此贴子已经被作者于2008-9-2 11:14:37编辑过]

sheepmiemie 发表于10楼  查看完整内容

粗略看了一下,整个第九章似乎就是为了基于Fisher Information给出一般情况下的单参检验,但讨论似乎仅限于单参、一元,且零假设限于 Theta=Theta0 、被择假设止于 Theta<>Theta0 这些较为简单的形式。尽管这已然算是一类应用较多的检验了,但相较于取似然比这种方法的适用范围而言还是要小上许多。倘若作个简单的推广,例如问题推到多元上,似然比的方法仍旧有效,但分布则要复杂许多了。

sheepmiemie 发表于8楼  查看完整内容

个人理解,似然比统计量是由取似然比这种方法得到的一类统计量的统称,而非特指某个统计量。其精确分布或是渐进分布许多时候都不可得,有些时候还需对这些统计量稍加变形,即使可得也五花八门,像是什么Hotelling T^2分布、Wilks分布,Wishart分布等等等等都有可能,您难道说这些分布都能由卡方近似?

sheepmiemie 发表于6楼  查看完整内容

LS,您不会认为所有似然比统计量的分布都是卡方分布吧?!似然比检验是一种方法,而非某种特定的检验,统计量分布自然不一定了……许多时候,ratio的分布不易得出,我们还得倚靠与ratio具有相同单调性的另一统计量,通过推出它的分布来完成检验。 [此贴子已经被作者于2008-8-31 3:27:35编辑过]

sheepmiemie 发表于4楼  查看完整内容

take ratio当然不难,难的是推出ratio的分布或渐近分布

本帖被以下文库推荐

沙发
birdnick 发表于 2008-8-28 20:44:00

The RLRsim Package

你下载这个工具包,查一下这个包的说明(另存),应该就可以了

 

[em01]

藤椅
cjoseph_lu 发表于 2008-8-29 20:12:00

RLRsim package 是處理

nlme::lme(),lme4::lmer(), mgcv::gamm() and SemiPar:spm()

如就一般問題之 Likelihood Ratio Test, 似乎沒有現成的.

不過寫個 Likelihood function 然後 take ratio 似乎不是太難.

板凳
sheepmiemie 发表于 2008-8-30 00:05:00

take ratio当然不难,难的是推出ratio的分布或渐近分布

[img]http://i972.photobucket.com/albums/ae202/sheepmiemie/d50d789d.jpg

报纸
cjoseph_lu 发表于 2008-8-30 11:01:00
Likelihood Ratio Test 的渐近分布不是那卡方嗎?

地板
sheepmiemie 发表于 2008-8-31 01:30:00
LS,您不会认为所有似然比统计量的分布都是卡方分布吧?!似然比检验是一种方法,而非某种特定的检验,统计量分布自然不一定了……许多时候,ratio的分布不易得出,我们还得倚靠与ratio具有相同单调性的另一统计量,通过推出它的分布来完成检验。

[此贴子已经被作者于2008-8-31 3:27:35编辑过]

[img]http://i972.photobucket.com/albums/ae202/sheepmiemie/d50d789d.jpg

7
cjoseph_lu 发表于 2008-8-31 21:02:00

之前帖子中有些语意不明, 抱歉!

渐进分布为卡方的应该是似然比统计量 Likelihood Ratio Statistic,
而以此统计量为检定统计量 (test statistic) 的是似然比检定 (Likelihood Ratio Test). ... 这麼说不知有误否?

此 Likelihood Ratio Statistic 的 Exact 分布得视情况而有不同,
但其渐近分布不是卡方吗?
想请楼上大大不吝指点, 感谢!

8
sheepmiemie 发表于 2008-9-1 00:47:00
个人理解,似然比统计量是由取似然比这种方法得到的一类统计量的统称,而非特指某个统计量。其精确分布或是渐进分布许多时候都不可得,有些时候还需对这些统计量稍加变形,即使可得也五花八门,像是什么Hotelling T^2分布、Wilks分布,Wishart分布等等等等都有可能,您难道说这些分布都能由卡方近似?
[img]http://i972.photobucket.com/albums/ae202/sheepmiemie/d50d789d.jpg

9
cjoseph_lu 发表于 2008-9-1 09:13:00

10
sheepmiemie 发表于 2008-9-1 12:15:00

粗略看了一下,整个第九章似乎就是为了基于Fisher Information给出一般情况下的单参检验,但讨论似乎仅限于单参、一元,且零假设限于 Theta=Theta0 、被择假设止于 Theta<>Theta0 这些较为简单的形式。尽管这已然算是一类应用较多的检验了,但相较于取似然比这种方法的适用范围而言还是要小上许多。

倘若作个简单的推广,例如问题推到多元上,似然比的方法仍旧有效,但分布则要复杂许多了。

[img]http://i972.photobucket.com/albums/ae202/sheepmiemie/d50d789d.jpg

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-29 08:58