Test of fit and model selection based on likelihood function

Abdolreza Sayyareh

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.

Keywords: Akaike criterion; Confidence interval; Kullback leibler; Logistic regression; Model selection; Multiple regression; Variable selection

Domains: Mathematics [math]

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