|
本篇論文是考慮 Robert A. Pollak 和 Terence J. Wales(1991)所提出
一個新的近似準則,從兩個非互相包含的假設(nonnested hypothesis)去
選模;Pollak和Wales(1991)提出了優勢順序(Dominance Ordering),但此
選模方法必須知道複合參數的個數;因此Pollak和Wales (1991)將優勢準
則一般化,成為概度優勢準則(Likelihood Dominance Criterion,LDC);我
們驗證了此法在特定的假設下,選模時不會矛盾,並且發現了卡方分布(
Chi-square distribution)臨界值(Critical value)的一些性質。雖然
LDC在大部分的例子,均可決定;但一般來說無法決定的機率是大於零的,而
且亦和顯著水準(Significance Level)有關;所以為克服無法決定及和顯
著水準有關的缺點,我們提出了修正的概度優勢準則(Modified
Likelihood Dominance Criterion , MLDC),並應用此一修正方法於模擬
的線性迴歸例子;同時與貝氏選模方法(Berger and Pericchi,1993)的例
子作一比較,均得到一致的結果。
|