Парадокс Фридмана - Википедия - Freedmans paradox

В статистический анализ, Парадокс Фридмана,[1][2] названный в честь Дэвид Фридман, проблема в выбор модели Посредством чего переменные-предикторы без связи с зависимой переменной может проходить тесты значимости - как индивидуально с помощью t-критерия, так и совместно с помощью F-теста значимости регрессии. Фридман продемонстрировал (посредством моделирования и асимптотических вычислений), что это обычное явление, когда количество переменных аналогично количеству точек данных.

В частности, если зависимая переменная и k регрессоры - независимые нормальные переменные, и есть п наблюдения, тогда как k и п вместе уходят в бесконечность в соотношении k/п=ρ, (1) р2 идет в ρ, (2) F-статистика для общей регрессии достигает 1,0, и (3) число ложно значимых регрессоров становится равным αk где α - выбранная критическая вероятность (вероятность ошибки типа I для регрессора). Этот третий результат интуитивно понятен, поскольку он говорит о том, что количество ошибок типа I равно вероятности ошибки типа I для отдельного параметра, умноженной на количество параметров, значимость которых проверяется.

Совсем недавно новые теоретико-информационный оценки были разработаны в попытке уменьшить эту проблему,[3] в дополнение к сопутствующей проблеме смещения выбора модели,[4] в результате чего оценки переменных-предикторов, которые имеют слабую связь с переменной ответа, смещены.

Рекомендации

  1. ^ Фридман, Дэвид А. (1983). «Заметка об уравнениях скрининговой регрессии». Американский статистик. 37 (2): 152–155. Дои:10.1080/00031305.1983.10482729. ISSN  0003-1305.
  2. ^ Freedman, Laurence S .; Пи, Дэвид (ноябрь 1989 г.). «Вернуться к примечанию по уравнениям регрессии скрининга». Американский статистик. 43 (4): 279–282. Дои:10.2307/2685389. JSTOR  2685389.
  3. ^ Лукач, П. М., Бернхэм, К. П. и Андерсон, Д. Р. (2010) "Предвзятость при выборе модели и парадокс Фридмана". Летопись Института статистической математики, 62(1), 117–125 Дои:10.1007 / s10463-009-0234-4
  4. ^ Бернем, К. П., и Андерсон, Д. Р. (2002). Выбор модели и многомодельный вывод: теоретико-практический подход, 2-е изд. Springer-Verlag.