Maximum-Likelihood
非嵌套模型的廣義對數似然比檢驗
我知道如果我有兩個模型 A 和 B 並且 A 嵌套在 B 中,那麼給定一些數據,我可以使用 MLE 擬合 A 和 B 的參數並應用廣義對數似然比檢驗。特別是,測試的分佈應該是和自由度是參數數量的差異和有。
但是,如果和具有相同數量的參數但模型沒有嵌套?也就是說,它們只是不同的模型。有什麼方法可以應用似然比測試,或者可以做其他事情嗎?
論文Vuong, QH (1989)。模型選擇和非嵌套假設的似然比檢驗。計量經濟學,307-333。擁有完整的理論處理和測試程序。它區分了三種情況,“嚴格非嵌套模型”、“重疊模型”、“嵌套模型”,並檢查了錯誤指定的情況。因此,它發現對於某些情況,檢驗統計量分佈為卡方的線性組合,這並非偶然。
這篇論文並不輕鬆,也沒有提出“現成的”測試程序。但是,這一次,它(接近)3,000 次引用說明了它的優點,它是經典測試框架和信息論方法的靈感組合。