Direkt zum Inhalt

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

\begin{eqnarray}H:\gamma \in {\Gamma }_{0}\,\text{gegen}\,K:\gamma \in {\Gamma }_{1}=\Gamma \backslash {\Gamma }_{1}.\end{eqnarray}

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

\begin{eqnarray}L(\overrightarrow{X},\gamma )=f\gamma (\overrightarrow{X})=\displaystyle \prod _{i=1}^{n}{f}_{\gamma }({X}_{i})\end{eqnarray}

gebildet. Die Teststatistik des Likelihood-Quotiententests lautet

\begin{eqnarray}T=T(\overrightarrow{X})=\frac{{\sup }_{\gamma \in {\Gamma }_{0}}L(\overrightarrow{X},\gamma )}{{\sup }_{\gamma \in {\Gamma }_{1}}L(\overrightarrow{X},\gamma )}.\end{eqnarray}

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:

\begin{eqnarray}P(T\lt \varepsilon /\rmH\,\text{gilt}\,)\le \alpha. \end{eqnarray}

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

\begin{eqnarray}T=\frac{{f}_{0}(X)}{{f}_{1}(X)},\end{eqnarray}

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

\begin{eqnarray}T=T(\overrightarrow{X})=\frac{{\sup }_{\gamma \in {\Gamma }_{0}}L(\overrightarrow{X},\gamma )}{{\sup }_{\gamma \in \Gamma }L(\overrightarrow{X},\gamma )}\end{eqnarray}

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

\begin{eqnarray}L(\overrightarrow{X},{\hat{\gamma }}_{(n)})=\mathop{\sup }\limits_{\gamma \in \Gamma }L(\overrightarrow{X},\gamma )\end{eqnarray}

und

\begin{eqnarray}L(\overrightarrow{X},{\hat{\gamma }}_{(n,0)})=\mathop{\sup }\limits_{\gamma \in {\Gamma }_{0}}L(\overrightarrow{X},\gamma ),\end{eqnarray}

so lautet der Likelihood-Quotient

\begin{eqnarray}T=T(\overrightarrow{X})=\frac{L(\overrightarrow{X},{\hat{\gamma }}_{(n,0)})}{L(\overrightarrow{X},{\hat{\gamma }}_{(n)})}.\end{eqnarray}

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.

  • Die Autoren
- Prof. Dr. Guido Walz

Schreiben Sie uns!

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.

Partnerinhalte

Bitte erlauben Sie Javascript, um die volle Funktionalität von Spektrum.de zu erhalten.