Test of fit and model selection based on likelihood function - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2007

Test of fit and model selection based on likelihood function

Abdolreza Sayyareh
  • Fonction : Auteur

Résumé

Notre travail port sur l'inf´erence au sujet de l'AIC (un cas de vraisemblance p`enalis´ee) d'Akaike (1973), o`u comme estimateur de divergence de Kullback-Leibler est intimement reli´ee `a l'estimateur de maximum de vraisemblance. Comme une partie de la statistique inf´erentielle, dans le contexte de test d'hypoth`ese, la divergence de Kullback-Leibler et le lemme de Neyman-Pearson sont deux concepts fondamentaux. Tous les deux sont au sujet du rapports de 11 vraisemblance. Neyman-Pearson est au sujet du taux d'erreur du test du rapport de vraisemblance et la divergence de Kullback-Leibler est l'esp´erance du rapport de log-vraisemblance.
Fichier principal
Vignette du fichier
These-Reza-avril2007Ber.pdf (1.84 Mo) Télécharger le fichier
Loading...

Dates et versions

pastel-00003400 , version 1 (12-02-2008)

Identifiants

  • HAL Id : pastel-00003400 , version 1

Citer

Abdolreza Sayyareh. Test of fit and model selection based on likelihood function. Mathematics [math]. AgroParisTech, 2007. English. ⟨NNT : 2007AGPT0020⟩. ⟨pastel-00003400⟩
134 Consultations
401 Téléchargements

Partager

Gmail Facebook X LinkedIn More