谁能告诉我似然比检验的渐近分布的规律性条件是什么?
我到处看,都写着“在规律性条件下”或“在概率规律性下”。具体条件是什么?存在第一和第二对数似然导数并且信息矩阵不为零?还是完全不同的东西?
谁能告诉我似然比检验的渐近分布的规律性条件是什么?
我到处看,都写着“在规律性条件下”或“在概率规律性下”。具体条件是什么?存在第一和第二对数似然导数并且信息矩阵不为零?还是完全不同的东西?
所需的规律性条件在大多数中级教科书中都有列出,与mle没有什么不同。以下涉及单参数情况,但它们对多参数一的扩展很简单。
条件 1:pdf 是不同的,即
请注意,此条件实质上表明该参数标识了 pdf。
条件 2:都有共同的支持
这意味着支持不依赖于
条件 3:点,即实参数,是某个集合
出现在区间端点的可能性。
这三个共同保证在真实参数处的可能性最大化,然后求解方程
是一致的。
条件 4:pdf的函数是二次可微的
条件 5:积分可以在积分符号下作为
我们需要最后两个来推导出在 mle 收敛理论中起核心作用的 Fisher 信息。
对于一些作者来说,这些就足够了,但如果我们要彻底,我们还需要一个最终条件来确保 mle 的渐近正态性。
条件 6:pdf的函数是可微分的三倍。此外,对于所有,存在一个常数和一个函数使得
与对于所有和所有在
的二阶泰勒展开的余数在概率上是有界的,因此渐近没有问题。
你是这么想的吗?