Lexikon der Mathematik: Likelihood-Quotienten-Test
Maximum-Likelihood-Quotiententest, ein von J. Neyman und E.S. Pearson 1928 entwickelter Test zum Prüfen statistischer Hypothesen.
Sei X eine Zufallsgröße mit der Verteilungsfunktion Fγ, die bis auf einen Parameter(vektor) γ ∈ Γ ⊆ ℝk, k ≥ 1, bekannt ist. Sei fγ (x) die Verteilungsdichte von X (diese ist ebenfalls bis auf den Parameter γ unbekannt). Der Likelihood-Quotiententest ist ein spezieller statistischer Hypothesentest zum Prüfen der Hypothesen
Die Teststatistik zum Prüfen der Hypothesen beruht auf dem sogenannten Likelihood-Quotienten. Sei \(\overrightarrow{X}=({X}_{1}\ldots {X}_{n})\) eine mathematische Stichprobe von X. Der Likelihood-Quotient wird mit Hilfe der Likelihood-Funktion
gebildet. Die Teststatistik des Likelihood-Quotiententests lautet
Die Teststatistik wird mit einem kritischen Wert ϵ verglichen, wobei ϵ für jede konkrete Verteilung Fγ so gewählt wird, daß der Fehler erster Art des Tests höchstens gleich dem Signifikanzniveau α ist, d. h. daß gilt:
Ist für eine konkrete Stichprobe \(\begin{array}{cc}\overrightarrow{x} & T\lt \varepsilon \end{array}\), so wird H abgelehnt (K angenommen), andernfalls wird H angenommen.
Im Spezialfall einfacher Hypothesen Γ0 = {γ0} und Γ1 ={γ1} ergibt sich für den Likelihood-Quotienten
wobei fi die Dichte der (stetigen) Zufallsgröße X bei Vorliegen von γi,(i = 0, 1), bezeichnet. Der Likelihood-Quotiententest stellt dann entsprechend dem Fundamentallemma von Neyman-Pearson einen besten α-Test für H : γ = γ0 gegen K : γ = γ1 dar.
Mitunter wird anstelle von (1) der Likelihood-Quotient durch
definiert. Es folgt dann 0 ≤ T ≤ 1, und für den kritischen Wert ϵ gilt 0 < ϵ< 1.
Wenn die Maximum-Likelihood-Schätzungen γ̂(n) für γ ∈ Γ und γ̂(n,0) für γ0 ∈ Γ0 existieren, d. h. wenn gilt
und
so lautet der Likelihood-Quotient
Obwohl die Konstruktion von Likelihood-Quotienten-Tests nicht generell zu Tests mit optimalen Güteeigenschaften führt, liefert sie in diesem Fall häufig Tests mit relativ einfach zu berechnenden Teststatistiken und günstigen asymptotischen Eigenschaften. Diese beruhen auf der Tatsache, daß die Größe − log(T) für die in (3) gegebene Teststatistik T unter bestimmten Voraussetzungen asymptotisch für n → ∞ eine χ2-Verteilung besitzt.
[1] Witting, H., Nölle, G.: Angewandte Mathematische Statistik. B.G.Teubner Verlagsgesellschaft Stuttgart Leipzig, 1970.
Wenn Sie inhaltliche Anmerkungen zu diesem Artikel haben, können Sie die Redaktion per E-Mail informieren. Wir lesen Ihre Zuschrift, bitten jedoch um Verständnis, dass wir nicht jede beantworten können.