机器算法验证 - SPSS 广义线性模型中的Wald 与 LR检验χ2χ2 - 吾爱随笔录

机器算法验证统计学意义 spss 广义线性模型

2022-04-05 03:01:10

我在 SPSS 中使用具有正态分布和恒等链接函数的广义线性模型函数。如果我选择似然比统计量，我会得到与单变量 GLM 相同的结果，这并不奇怪。但是，如果我使用 SPSS 的默认 Wald ，我会在“模型效果测试”表中得到截然不同的 $\chi^2$ $\chi^2$ $\chi^2$

这两个统计数据告诉我的有什么区别，我怎么知道哪个适合使用？

我的数据集是具有三个因素的连续响应变量，其中一个因素包括嵌套项和协变量。

1个回答

如果不知道模型的所有细节（例如样本大小），很难确定，但我要指出的是，似然比、Wald 和分数估计量只是渐近等效的。也就是说，他们同意为 N。 $\rightarrow$ $\infty$

Wald 估计量通常被认为在 I 类和 II 类错误方面最不可靠。在 GLM 应用中，似然比是首选。此外，Wald 在变换下并不总是一致的。大量研究证实了这些特征，我什至使用生态数据进行了自己的模拟。

关于 Wald 检验的局限性，例如，请参见：

恐惧，托马斯·R。Benichou，雅克；和盖尔，米切尔 H.（1996 年）；Wald 统计的易错性的提醒，美国统计学家 50:226-7

但是，在某些情况下，Wald 可能会表现得更好。我不是这些统计方法的专家，但这里有一个例子：

易延庆和王希奎（2011）。响应自适应设计的 Wald、分数和似然比检验的比较，统计理论与应用杂志，10（4）：553-569

希望有帮助，
布伦登

其它你可能感兴趣的问题