Treść książki

Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
42
EwaFrątcząk
LR=2L
(
0-L
R
)
,
(1.39)
gdzie:
L
0-logarytmfunkcjiwiarygodnościdlamodelupełnego,
L
R-logarytmfunkcjiwiarygodnościdlamodelubazowego(lubmodeluzmniej-
sząliczbązmiennychwstosunkudomodelupełnego).
ZapomocątestuLRmogąbyćporównywanewartościfunkcjiwiarygodności
przedipowprowadzeniudomodelukolejnejzmiennejobjaśniającej.Jesttobar-
dzoużytecznytest,nieparametryczny,orozkładziechi-kwadratiliczbiestopni
swobodyrównejróżnicywliczbieszacowanychparametrówwmodelupełnym
imodelubazowym.
Testpunktowy(scoretest)-inaczejnazywanytestemLM(mnożników
Lagrange)a)-korzystazwynikówuzyskanychzestymacjimodeluznarzuconymi
restrykcjaminajegoparametry.Nałożoneograniczenianaparametrymodelusta-
nowiątreśćhipotezyzerowej.Jeślihipotezazerowajestprawdziwa,tonałożenie
restrykcjiniespowodujeznaczącejróżnicywwartościmaksymalnejlogarytmu
funkcjiwiarygodnościpomiędzymodelami.
108020Ocenadobrocimodelu
Ocenadobrocimodelu(goodnessoffit)sprawdza,jakdobrzemodelzostałdopa-
sowanydodanychorazjakdobrzeopisujebadanezjawiskoczyteżproces.Możli-
wościjesttubardzodużo,przyczymnajczęściejstosujesiękryteriainformacyjne.
Kryteriainformacyjnedająpodstawęocenyjakościdopasowaniamodelu,
uwzględniającjegokonstrukcjęorazliczbęzmiennychobjaśniających.General-
nie,ilośćinformacjizawartawmodelu,mierzonazapomocąlogarytmufunkcji
wiarygodności,odzwierciedla,naileprocesopisanyestymowanymmodelemma
odzwierciedleniewdanychstanowiącychpodstawęjegoestymacji.Ideąkryteriów
informacyjnychjestdostarczeniemiarystanowiącejrównowagęmiędzystopniem
dopasowaniaaoszczędnąspecyfikacjąmodelu.Modelowiększejliczbiezmiennych
objaśniającychdajedokładniejszeprzewidywania,jednakmateżwiększąskłon-
nośćdoprzeuczenia.Dlategoteżwkryteriachinformacyjnychzakażdąkolejną
dołączanądomodeluzmiennąjestnakładanankara”
.Należypamiętać,żekryteria
informacyjneopartenateoriientropiiinformacjiniesionejprzezmodel,czyli
estymująutraconąinformację,gdymodeljestużywanydoopisubadanegozja-
wiska.Minimalnawartośćkryteriuminformacyjnegojestwięcpożądana.Zakres
iliczbakryteriówinformacyjnych,jakiemożnawykorzystaćdoocenymodelu,