Goodness of prediction fit
Goodness of prediction fit
复制标题
预测拟合优度
DOI：
10.1093/biomet/62.3.547
复制
发表时间：
1975
期刊：
影响因子：
2.7
通讯作者：
J. Aitchison
中科院分区：
文献类型：
--
作者：
J. Aitchison
概述对参数模型进行拟合或估计参数密度函数在许多统计应用中起着重要作用。比较了两种广泛使用的方法，一种是用有效估计和估计代替未知参数，另一种是用可能的密度函数和通常称为预测的混合方法。在基于判别信息度量的拟合度的一般准则上，预测方法被证明是可取的。对于伽马模型和多正态模型，我们得到了预测和估计拟合的相对贴近度的显式度量。
SUMMARY Fitting a parametric model or estimating a parametric density function plays an important role in a number of statistical applications. Two widely-used methods, one replacing the unknown parameter by an efficient estimate and so termed estimative and the other using a mixture of the possible density functions and commonly termed predictive, are compared. On a general criterion of closeness of fit based on a discriminating information measure the predictive method is shown to be preferable. Explicit measures of the relative closeness of predictive and estimative fits are obtained for gamma and multinormal models.