如何评估特定非线性模型的拟合优度?[关闭]


10

我有一个非线性模型,其中是标准正态分布的cdf,f是非线性的(请参见下文)。在使用最大似然估计找到之后,我想用参数测试该模型与我的数据的拟合优度。什么是适当的测试?我想使用此测试将不良拟合标记为不良,并确定是否应收集更多数据。Φ 一个X 1ÿ 1X 2ÿ 2... X Ñÿ Ñy=Φ(f(x,a))+εΦa(x1,y1),(x2,y2),,(xn,yn)a

我研究了使用偏差的方法,该方法将这个模型与饱和模型进行比较,并使用分布对其适合性进行了相应的检验。这样合适吗?我所阅读的关于偏差的大部分内容都将其应用于GLM,而我所没有的。如果偏差测试是适当的,则需要满足哪些假设才能使测试有效?χn12

更新:对于,有所帮助。 X>1>0f=x1ax2+1x>1,a>0


1
答案取决于分析的目的以及您所使用的潜在概率模型。没有唯一或最佳的数学答案。例如,我们将测量的拟合优度不同地为以下形式的模型比的形式中的一个(具有iid错误)。y=Φ(f(x,a)+ε)y=Φ(f(x,a))+εε
ub

谢谢。我已经澄清了我的问题。我知道没有最佳答案,但是,我仍然想知道偏差是否适合在此处测试拟合优度,如果不合适,那么还有什么其他测试适合于将适合标记为非常差,并说需要收集更多数据(假设模型正确),或者说模型未描述数据。
spadequack 2011年

1
您的目标变量是连续的吗?如果是前者,则可以将模型的框架定为而不用附加误差项,然后将预测值与实际和进行比较以获得真假率和假阳性率,或者与基线模型进行比较,其中或偏差,或其他几种选择。如果是后者,那么您假设残差的分布是什么?y0,1p(y=1)=Φ(f(x,a))y=0y=1p(y=1)=y¯
jbowman 2011年

1
投票结束,因为未收到澄清请求。
ub

Answers:


1

如果使用R平台,请使用库“ NP”中的“ npcmstest”包。警告:此功能可能需要几分钟来评估您的模型。

您还可以考虑响应分布和预测分布(即KL散度,交叉熵等)的信息理论比较。


看来该方法需要来自lm或的模型glm。对于非线性模型,这将如何工作?(是的,我正在使用R。)我在问题中添加了,以防万一。f
spadequack 2011年

@您使用的gam是类似的(mgcv包)吗?如果没有,您应该检查一下。
suncoolsu 2011年

1

这就是我的操作方法,基本上是似然比测试。但是请记住,他们“了解拟合优度”的“关键”是了解要测试的替代品类别。现在,每个数据点的可能性如下:

p(yi|xi,a,I)=g(ϵi)=g(yifi)

g(ϵ)fi=xi1axi2+1xia(xi,yi)afi=yiχ2g(ϵ)xj,yjyia


1
O(n)

0

在线性回归的情况下,拟合优度测试通常是针对更复杂的替代方法进行的。您具有线性回归-使用多项式项来测试线性形式是否足够。由于您已经具有非线性函数形式,因此您需要考虑的复杂选择必须是非参数回归。我不会尝试提供该主题的介绍,因为它需要自己的思维方式,值得单独进行适当的介绍。对于参数回归与非参数回归的检验,Wooldridge(1992)Hardle and Mammen(1993),他们做的事情非常相似。哈德勒也写了一本很棒的

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.