Identifikation (statistik)
I statistik og økonometri er identifikation (eller identificerbarhed ) en egenskab ved en statistisk model .
I statistik siger vi, at en model kan identificeres, hvis det er muligt at lære den sande værdi af parametrene ud fra et uendeligt antal observationer.
Formel statistisk definition
Vi overvejer den statistiske model: ((x1,...,xikke)∈χikke,Pθ⊗ikke,θ∈Θ){\ displaystyle \ left ((X_ {1}, \ ldots, X_ {n}) \ in \ chi ^ {n}, \ mathbb {P} _ {\ theta} ^ {\ otimes n}, \ theta \ in \ Theta \ højre)}
med:
-
χ{\ displaystyle \ chi} rummet for realisering af de tilfældige variabler x{\ displaystyle X}
-
Θ{\ displaystyle \ Theta} rummet med mulige værdier for parameteren θ{\ displaystyle \ theta}
-
Pθ{\ displaystyle \ mathbb {P} _ {\ theta}} en lov om sandsynlighed for tæthed fθ{\ displaystyle f _ {\ theta}}
Vi definerer derefter sandsynlighedsfunktionen som:
Likke(θ)=Πjeg=1ikkefθ(xjeg){\ displaystyle L_ {n} (\ theta) = \ Pi _ {i = 1} ^ {n} f _ {\ theta} (X_ {i})}.
Vi siger, at modellen kan identificeres, hvis og kun hvis applikationen, der skal tilknyttes, er injektionsdygtig , det vil sige hvis og kun hvis:
θ{\ displaystyle \ theta}fθ{\ displaystyle f _ {\ theta}}
∀θ1≠θ2⇒fθ1≠fθ2{\ displaystyle \ forall \ theta _ {1} \ neq \ theta _ {2} \ Rightarrow f _ {\ theta _ {1}} \ neq f _ {\ theta _ {2}}}.
Bibliografi
Relaterede artikler
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">