Identifikatsiya - Identifiability

Yilda statistika, identifikatsiya qilish a bo'lgan mulkdir model aniqlik bilan qondirish kerak xulosa mumkin bo'lishi. Model - bu aniqlanishi mumkin agar ushbu modelning asosiy parametrlarining haqiqiy qiymatlarini undan cheksiz ko'p kuzatuvlar olgandan keyin o'rganish nazariy jihatdan mumkin bo'lsa. Matematik jihatdan, bu parametrlarning har xil qiymatlari boshqacha hosil qilishi kerak deyishga tengdir ehtimollik taqsimoti kuzatiladigan o'zgaruvchilar. Odatda model faqat ma'lum texnik cheklovlar ostida aniqlanishi mumkin, bu holda ushbu talablar to'plami deyiladi identifikatsiya qilish shartlari.

Identifikatsiya qilinmaydigan model deyiladi identifikatsiya qilinmaydigan yoki aniqlab bo'lmaydigan: ikki yoki undan ortiq parametrlar bor kuzatuv jihatdan teng. Ba'zi hollarda, modelni aniqlab bo'lmaydigan bo'lsa ham, model parametrlarining ma'lum bir to'plamining haqiqiy qiymatlarini o'rganish mumkin. Bunday holda biz model shunday deb aytamiz qisman aniqlanadigan. Boshqa hollarda, haqiqiy parametrning joylashishini parametr maydonining ma'lum bir cheklangan hududigacha o'rganish mumkin bo'lishi mumkin, bu holda model aniqlanishi mumkin.

Model xususiyatlarini qat'iy nazariy o'rganishdan tashqari, identifikatsiya qilish yordamida, eksperimental ma'lumotlar to'plamlari bilan model sinovdan o'tkazilganda, kengroq doirada murojaat qilish mumkin identifikatsiyani tahlil qilish.^[1]

Ta'rif

Ruxsat bering ${displaystyle {mathcal {P}} = {P_ {heta}: heta in theta}}$ bo'lishi a statistik model bu erda parametr maydoni ${displaystyle Theta}$ cheklangan yoki cheksiz o'lchovli. Biz buni aytamiz ${displaystyle {mathcal {P}}}$ bu aniqlanishi mumkin agar xaritalash ${displaystyle heta mapsto P_ {heta}}$ bu bittadan:^[2]

{displaystyle P_ {heta _ {1}} = P_ {heta _ {2}} quad Rightarrow quad heta _ {1} = heta _ {2} quad {ext {for all}} heta _ {1}, heta _ { 2} Tetada.}

Ushbu ta'rif, ning aniq qiymatlarini bildiradi θ aniq ehtimollik taqsimotlariga mos kelishi kerak: agar θ₁≠θ₂, keyin ham P_θ₁≠P_θ₂.^[3] Agar taqsimotlar ehtimollik zichligi funktsiyalari (pdfs), keyin ikkita pdf faqat nolga teng bo'lmagan o'lchovlar to'plamida farq qiladigan bo'lsa, ularni alohida deb hisoblash kerak (masalan, ikkita funktsiya ƒ₁(x) = 1_{0 ≤ x < 1} va ƒ₂(x) = 1_{0 ≤ x ≤ 1} faqat bitta nuqtada farq qiladi x = 1 - to'plami o'lchov nol - va shuning uchun uni alohida pdf deb hisoblash mumkin emas).

Xaritaning teskari tomoni ma'nosida modelning identifikatsiyasi ${displaystyle heta mapsto P_ {heta}}$ modeli cheksiz uzoq vaqt davomida kuzatilishi mumkin bo'lsa, modelning haqiqiy parametrini o'rganishga qodir. Darhaqiqat, agar {X_t} ⊆ S - bu modeldan kuzatuvlar ketma-ketligi, keyin katta sonlarning kuchli qonuni,

{displaystyle {frac {1} {T}} sum _ {t = 1} ^ {T} mathbf {1} _ {{X_ {t} in A}} {xrightarrow {ext {as}}} Pr [X_ { t} A] da,}

har bir o'lchov to'plami uchun A ⊆ S (Bu yerga 1_{...} bo'ladi ko'rsatkich funktsiyasi ). Shunday qilib, cheksiz ko'p kuzatuvlar bilan biz haqiqiy ehtimollik taqsimotini topa olamiz P₀ modelda va yuqoridagi identifikatsiya qilish sharti xaritani talab qilganligi sababli ${displaystyle heta mapsto P_ {heta}}$ o'zgaruvchan bo'lishi mumkin, shuningdek biz berilgan taqsimotni yaratgan parametrning haqiqiy qiymatini topa olamizP₀.

Misollar

1-misol

Ruxsat bering ${displaystyle {mathcal {P}}}$ bo'lishi normal joylashuv miqyosidagi oila:

{displaystyle {mathcal {P}} = {Katta {} f_ {heta} (x) = {frac {1} {{sqrt {2pi}} sigma}} e ^ {- {frac {1} {2sigma ^ {2 }}} (x-mu) ^ {2}} {Big |} heta = (mu, sigma): mu in mathbb {R} ,, sigma!> 0 {Big}}.}

Keyin

{displaystyle {egin {aligned} & f_ {heta _ {1}} = f_ {heta _ {2}} [6pt] Longleftrightarrow {} & {frac {1} {{sqrt {2pi}} sigma _ {1}} } exp chapga (- {frac {1} {2sigma _ {1} ^ {2}}} (x-mu _ {1}) ^ {2} ight) = {frac {1} {{sqrt {2pi}} sigma _ {2}}} exp chapda (- {frac {1} {2sigma _ {2} ^ {2}}} (x-mu _ {2}) ^ {2} ight) [6pt] Longleftrightarrow {} & {frac {1} {sigma _ {1} ^ {2}}} (x-mu _ {1}) ^ {2} + ln sigma _ {1} = {frac {1} {sigma _ {2} ^ {2}}} (x-mu _ {2}) ^ {2} + ln sigma _ {2} [6pt] Longleftrightarrow {} & x ^ {2} chap ({frac {1} {sigma _ {1) } ^ {2}}} - {frac {1} {sigma _ {2} ^ {2}}} ight) -2xleft ({frac {mu _ {1}} {sigma _ {1} ^ {2}} } - {frac {mu _ {2}} {sigma _ {2} ^ {2}}} ight) + chap ({frac {mu _ {1} ^ {2}} {sigma _ {1} ^ {2) }}} - {frac {mu _ {2} ^ {2}} {sigma _ {2} ^ {2}}} + ln sigma _ {1} -ln sigma _ {2} ight) = 0end {aligned} }}

Ushbu ibora deyarli hamma uchun nolga teng x faqat uning barcha koeffitsientlari nolga teng bo'lganda, bu faqat | bo'lganda mumkin bo'ladiσ₁| = |σ₂| va m₁ = m₂. O'lchov parametridan beri σ noldan kattaroq bo'lishi bilan cheklangan, biz modelni identifikatsiyalash mumkin degan xulosaga keldik: ƒ_θ₁ = ƒ_θ₂ ⇔ θ₁ = θ₂.

2-misol

Ruxsat bering ${displaystyle {mathcal {P}}}$ standart bo'ling chiziqli regressiya modeli:

{displaystyle y = eta 'x + varepsilon, quad mathrm {E} [, varepsilon mid x,] = 0}

(bu erda ′ matritsani bildiradi ko'chirish ). Keyin parametr β faqat matritsa bo'lsa, aniqlanadi ${displaystyle mathrm {E} [xx ']}$ qaytarib bo'lmaydigan. Shunday qilib, bu identifikatsiya qilish sharti modelda.

3-misol

Aytaylik ${displaystyle {mathcal {P}}}$ klassik o'zgaruvchan xatolar chiziqli model:

{displaystyle {egin {case} y = eta x ^ {*} + varepsilon, x = x ^ {*} + eta, end {case}}}

qayerda (ε,η,x *) kutilgan qiymati nolga teng va noma'lum dispersiyalarga ega bo'lgan umumiy normal mustaqil tasodifiy o'zgaruvchilar va faqat o'zgaruvchilar (x,y) kuzatiladi. Keyin ushbu modelni aniqlash mumkin emas,^[4] faqat mahsulot βσ²_∗ (qaerda σ²)_∗ yashirin regressorning dispersiyasi x *). Bu ham a aniqlanishi mumkin model: ning aniq qiymati bo'lsa-da β o'rganish mumkin emas, biz uning intervalda bir joyda yotishi kerakligiga kafolat bera olamiz (β_yx, 1÷β_xy), qaerda β_yx ning koeffitsienti OLS ning regressiyasi y kuni xva β_xy ning OLS regressiyasidagi koeffitsient x kuni y.^[5]

Agar odatiylik taxminidan voz kechsak va buni talab qilsak x * edi emas odatda taqsimlanadi, faqat mustaqillik shartini saqlab qoladi ε ⊥ η ⊥ x *, keyin model aniqlanadi.^[4]

Dasturiy ta'minot

Qisman kuzatilgan dinamik tizimlarda parametrlarni baholashda, profil ehtimolligi strukturaviy va amaliy identifikatsiyani tahlil qilish uchun ham foydalanish mumkin.^[6] Amalga oshirish [1] MATLAB asboblar qutisida mavjud PottersWheel.

Shuningdek qarang

Adabiyotlar

Iqtiboslar

^ Raue, A .; Kreyts, C .; Mayvald T .; Baxman, J .; Shilling, M .; Klingmuller, U .; Timmer, J. (2009-08-01). "Profilning ehtimoli yordamida qisman kuzatilgan dinamik modellarni tizimli va amaliy identifikatsiyalash tahlili". Bioinformatika. 25 (15): 1923–1929. doi:10.1093 / bioinformatika / btp358. PMID 19505944.
^ Lehmann & Casella 1998 yil, Ta'rif 1.5.2
^ van der Vaart 1998 yil, p. 62
^ ^a ^b Reyersol 1950 yil
^ Casella & Berger 2001 yil, p. 583
^ Raue, A; Kreyts, C; Mayvald, T; Baxman, J; Shilling, M; Klingmüller, U; Timmer, J (2009), "Profilning ehtimoli yordamida qisman kuzatilgan dinamik modellarni tizimli va amaliy identifikatsiyalash tahlili", Bioinformatika, 25 (15): 1923–9, doi:10.1093 / bioinformatika / btp358, PMID 19505944, dan arxivlangan asl nusxasi 2013-01-13 kunlari.

Manbalar

Casella, Jorj; Berger, Rojer L. (2002), Statistik xulosa (2-nashr), ISBN 0-534-24312-6, LCCN 2001025794
Xsiao, Cheng (1983), Identifikatsiya, Ekonometriya qo'llanmasi, jild. 1, Ch.4, North-Holland nashriyot kompaniyasi
Lehmann, E. L.; Casella, G. (1998), Nuqtani baholash nazariyasi (2-nashr), Springer, ISBN 0-387-98502-6
Reiersøl, Olav (1950), "Xatoga duch keladigan o'zgaruvchilar o'rtasidagi chiziqli munosabatni aniqlash", Ekonometrika, 18 (4): 375–389, doi:10.2307/1907835, JSTOR 1907835
van der Vaart, A. W. (1998), Asimptotik statistika, Kembrij universiteti matbuoti, ISBN 978-0-521-49603-2

Qo'shimcha o'qish

Valter, É.; Pronzato, L. (1997), Parametrik modellarni eksperimental ma'lumotlardan aniqlash, Springer

Ekonometriya

Levbel, Artur (2019-12-01). "Identifikatsiya hayvonot bog'i: ekonometriyada identifikatsiya qilishning ma'nolari". Iqtisodiy adabiyotlar jurnali. Amerika iqtisodiy assotsiatsiyasi. 57 (4): 835–903. doi:10.1257 / jel.20181361. ISSN 0022-0515.
Matzkin, Roza L. (2013). "Strukturaviy iqtisodiy modellarda parametrsiz identifikatsiya". Iqtisodiyotning yillik sharhi. 5 (1): 457–486. doi:10.1146 / annurev-iqtisodiyot-082912-110231.
Rothenberg, Tomas J. (1971). "Parametrik modellarda identifikatsiya qilish". Ekonometrika. 39 (3): 577–591. doi:10.2307/1913267. ISSN 0012-9682. JSTOR 1913267.

[1] Raue, A .; Kreyts, C .; Mayvald T .; Baxman, J .; Shilling, M .; Klingmuller, U .; Timmer, J. (2009-08-01). "Profilning ehtimoli yordamida qisman kuzatilgan dinamik modellarni tizimli va amaliy identifikatsiyalash tahlili". Bioinformatika. 25 (15): 1923–1929. doi:10.1093 / bioinformatika / btp358. PMID 19505944.

[2] Lehmann & Casella 1998 yil, Ta'rif 1.5.2

[3] van der Vaart 1998 yil, p. 62

[riersol-4] Reyersol 1950 yil

[5] Casella & Berger 2001 yil, p. 583

[6] Raue, A; Kreyts, C; Mayvald, T; Baxman, J; Shilling, M; Klingmüller, U; Timmer, J (2009), "Profilning ehtimoli yordamida qisman kuzatilgan dinamik modellarni tizimli va amaliy identifikatsiyalash tahlili", Bioinformatika, 25 (15): 1923–9, doi:10.1093 / bioinformatika / btp358, PMID 19505944, dan arxivlangan asl nusxasi 2013-01-13 kunlari.

[1]

[2]

[3]

[4]

[5]

[6]