Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Кіріспе
Статистикада Vuong жақындық сынағы – модельді таңдау үшін Kullback–Leibler ақпараттық критерийін пайдаланатын, ықтималдық қатынасына негізделген сынақ. Бұл статистика екі модель туралы ықтималдық тұрғысынан баға береді. Модельдер ұялас, толыққанды ұяласпаған немесе ішінара ұяласпаған (кейде жапсарлас деп те аталады) болуы мүмкін. Бұл статистика екі модельдің де нақты деректерді тудыру процесіне бірдей жақын екендігін жоққа шығаратын нөлдік гипотезаны, бір модель жақын екендігі туралы балама гипотезаға қарсы тексереді. Бұл сынақ "жақын" модельдің нақты модель екендігі туралы шешім қабылдауға мүмкіндік бермейді.
In statistics, the Vuong closeness test is a likelihood ratio based test for model selection using the Kullback–Leibler information criterion. This statistic makes probabilistic statements about two models. They can be nested, strictly non nested or partially non nested (also called overlapping). The statistic tests the null hypothesis that the two models are equally close to the true data generating process, against the alternative that one model is closer. It cannot make any decision whether the "closer" model is the true model.
Нөлдік қуаттылықтағы модельдерді дұрыс қолданбау
Вунгтың ұяланбаған модельдерге арналған тестісі модельді таңдау кезінде нөлдік инфляцияланған санау моделін, нөлдік инфляцияланбаған баламасымен салыстыру үшін қолданылып келді (мысалы, нөлдік инфляцияланған Пуассон моделі мен қарапайым Пуассон моделі). Уилсон (2015) Вунг тестісін осылай қолданудың дұрыс еместігін айтады, себебі нөлдік инфляцияланбаған модель, нөлдік инфляцияланған модельде қатаң түрде ұяланбаған да, ішінара ұяланбаған да емес. Тұрақсыздықтың түпкі себебі терминология болып көрінеді, ол бұрыс түсініктемелерге оңай ұшырауы мүмкін, яғни ұяланбаған модельдердің барлық жұптары қатаң ұяланбаған немесе ішінара ұяланбаған (яғни, үлестірілген) болып табылады деген қате пікірге әкеледі. Маңыздысы, Вунг (1989) берген қатаң ұяланбаған және ішінара ұяланбаған анықтамалары "ұяланбаған модельдердің барлық жұптары" дегенді білдірмейді. Басқаша айтқанда, қатаң ұяланбаған да, ішінара ұяланбаған да емес ұяланбаған модельдер бар. Нөлдік инфляцияланған Пуассон моделі және оның нөлдік инфляцияланбаған баламасы – осындай ұяланбаған модельдер жұбының мысалы. Осылайша, Вунг тестісі оларды ажырату үшін жарамды тест болып табылмайды.
Vuong's test for non nested models has been used in model selection to compare a zero inflated count model to its non zero inflated counterpart (e. g., zero inflated Poisson model versus ordinary Poisson model). Wilson (2015) argues that such use of Vuong's test is invalid as a non zero inflated model is neither strictly non nested nor partially non nested in its zero inflated counterpart. The core of the misunderstanding appears to be the terminology, which offers itself to being incorrectly understood to imply that all pairs of non nested models are either strictly non nested or partially non nested (aka overlapping). Crucially, the definitions of strictly non nested and partially non nested in Vuong (1989) do not unite to mean "all pairs of models that are not nested". In other words, there are non nested models that are neither strictly non nested nor partially non nested. The zero inflated Poisson model and its non zero inflated counterpart are an example of such a pair of non nested models. Consequently, Vuong's test is not a valid test for discriminating between them.