“z”假设检验源自平均估计量正态分布的事实。如果我们不知道方差,我们只是估计它()。
Wald 检验,源于 MLE 的 Fisher 信息是卡方分布的事实。
通过这两个测试,我们基本上得到了相同的结果。
我只是想确保 Wald 测试是“z”测试的概括——或者有什么区别?
谢谢!
“z”假设检验源自平均估计量正态分布的事实。如果我们不知道方差,我们只是估计它()。
Wald 检验,源于 MLE 的 Fisher 信息是卡方分布的事实。
通过这两个测试,我们基本上得到了相同的结果。
我只是想确保 Wald 测试是“z”测试的概括——或者有什么区别?
谢谢!
有些人称两者为“沃尔德测试”。
例如,参见 Wikipedia on the Wald test。请注意,如果您对 Z 统计量进行平方,则会得到卡方统计量;同样,两个尾 Z 临界值的平方为卡方临界值。
所以他们并没有真正做不同的事情。
我不会说在单个参数的情况下一个真正概括另一个(除了 Z 版本可以说具有使单尾测试成为可能的优势),但 Wald 卡方方法很容易扩展到多个参数,所以从这个意义上说,你可以说它更笼统。