27.08.2014 Aufrufe

Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...

Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...

Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Kapitel 5<br />

Asymptotische <strong>Verteilung</strong> der<br />

<strong>Likelihood</strong>-<strong>Quotienten</strong>-Statistik auf<br />

dem Rand der Hypothese<br />

In diesem Kapitel wird die <strong>asymptotische</strong> <strong>Verteilung</strong> der <strong>Likelihood</strong>-<strong>Quotienten</strong>-Statistik auf<br />

dem Rand der Hypothese im k-Stichprobenfall untersucht. Der Abschnitt ist in Anlehnung an<br />

die Arbeit von Chernoff (1954), der den entsprechenden 1-Stichprobenfall behandelt, geschrieben<br />

und stellt eine Verallgemeinerung auf den k-Stichprobenfall mit ungleichen Fallzahlen dar.<br />

Chernoff betrachtet in seiner Arbeit die <strong>asymptotische</strong> <strong>Verteilung</strong> <strong>des</strong> <strong>Likelihood</strong>-<strong>Quotienten</strong><br />

im 1-Stichprobenfall, wenn der wahre Parameter auf dem Rand der Hypothese und der Alternative<br />

liegt. Folgende Annahmen werden gestellt: <strong>Die</strong> <strong>Verteilung</strong> der Beobachtungen genügen<br />

den Regularitätsbedingungen R, der auf die Hypothese eingeschränkte ML-Schätzer ist konsistent<br />

und die Parameterräume der Hypothese und der Alternative können durch positiv<br />

homogene Mengen approximiert werden, deren Eigenschaften später dargestellt werden. So<br />

kann Chernoff zeigen, dass die <strong>Verteilung</strong> <strong>des</strong> <strong>Likelihood</strong>-<strong>Quotienten</strong> asymptotisch gleich der<br />

<strong>des</strong> <strong>Likelihood</strong>-<strong>Quotienten</strong>, wenn diese auf einer Beobachtung einer normalverteilten Zufallsvariablen<br />

mit Erwartungswert θ 0 und Kovarianzmatrix J(θ (0) ) −1 basiert, wobei die approximierenden<br />

Mengen der Hypothese und der Alternative gegeneinander getestet werden. Im<br />

Abschnitt 5.1 werden entsprechende Ergebnisse <strong>für</strong> den k-Stichprobenfall hergeleitet.<br />

5.1 Asymptotische <strong>Verteilung</strong> nach Chernoff<br />

<strong>für</strong> den k-Stichprobenfall<br />

Es wird der k-Stichprobenfall mit Regularitätsbedingungen R und Bedingung F betrachtet.<br />

Zur Vereinfachung und Lesbarkeit wird im Folgenden ohne Einschränkung der Allgemeinheit<br />

angenommen, dass der wahre Wert <strong>des</strong> Parameters θ (0) = 0 ist. <strong>Die</strong>ses kann durch Umparametrisierung<br />

mit θ ↦→ θ − θ (0) erreicht werden.<br />

Betrachtet wird der <strong>Likelihood</strong>-<strong>Quotienten</strong>-Test von der Hypothese H 0 : θ ∈ Θ 0 gegen die<br />

Alternative H 1 : θ ∈ Θ 1 . Wie im vorangegangenen Abschnitt wird angenommen, dass die<br />

Hypothese und die Alternative den Parameterraum in zwei disjunkte Mengen teilen. Des<br />

Weiteren soll die Hypothese wie auch der Parameterraum selbst durch eine positiv homogene<br />

41

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!