Wikiternative
The Alternative Source

Post info:

Quasi-maximum likelihood

Een quasi-maximum likelihood schatting (QMLE, ook bekend als een “pseudo-schatting op” of een “totale schatting op”) is een schatting van een parameter θ in een statistisch model dat wordt gevormd door het maximaliseren van een functie die verband houdt met de logaritme van de waarschijnlijkheidsfunctie, maar is niet gelijk aan. Daarentegen, de maximum likelihood schatting maximaliseert de complete log waarschijnlijkheidsfunctie voor de gegevens en model. De functie die is gemaximeerd op een QMLE vormen vaak een vereenvoudigde vorm van de complete log waarschijnlijkheidsfunctie. Een veel voorkomende manier om een dergelijke vereenvoudigde functie te vormen is om de log-likelihood functie van een misspecified model dat bepaalde gegevens waarden behandelt als onafhankelijk te gebruiken, zelfs wanneer in werkelijkheid zij niet kunnen zijn. Dit verwijdert alle parameters van het model worden gebruikt om deze afhankelijkheden te karakteriseren. Door dit te doen heeft alleen zin als de afhankelijkheid structuur is een overlast parameter met betrekking tot de doelstellingen van de analyse.

Zolang de quasi-waarschijnlijkheidsfunctie die wordt gemaximaliseerd is niet overdreven vereenvoudigd, de QMLE (of composite schatting op) is consequent en asymptotisch normaal . Het is minder efficiënt is dan de maximum likelihood schatting, doch slechts iets minder efficiënt als de quasi-waarschijnlijkheid is geconstrueerd teneinde het verlies aan informatie met betrekking tot de werkelijke risico te minimaliseren. Een conventionele aanpak statistische inferentie die worden gebruikt met maximum likelihood schattingen, zoals de vorming van betrouwbaarheidsintervallen en statistieken voor modellenvergelijking kan worden gegeneraliseerd naar de quasi-maximum likelihood setting.