Una prueba combinada es un tipo de prueba de hipótesis estadística en la que la hipótesis nula está bien especificada, pero la hipótesis alternativa está más vagamente especificada. Las pruebas construidas en este contexto pueden tener la propiedad de ser al menos moderadamente poderosas frente a una amplia gama de desviaciones de la hipótesis nula. Por lo tanto, en las estadísticas aplicadas , una prueba combinada proporciona una forma razonable de proceder como una verificación general de la coincidencia de un modelo con un conjunto de datos donde hay muchas formas diferentes en las que el modelo puede apartarse del proceso de generación de datos subyacente.. El uso de tales pruebas evita tener que ser muy específico sobre el tipo particular de salida que se está probando.
Ejemplos de
En el análisis de series de tiempo , hay dos versiones conocidas de una prueba de combinación disponibles para probar la autocorrelación en los residuos de un modelo: prueba si alguna de un grupo de autocorrelaciones de la serie de tiempo residual es diferente de cero. Esta prueba es la prueba de Ljung-Box , [1] que es una versión mejorada de la prueba de Box-Pierce , [2] que se diseñó esencialmente al mismo tiempo; Se encontró que una simplificación aparentemente trivial (omitida en la prueba mejorada) tenía un efecto deletéreo. [1] Esta prueba de combinación es útil para trabajar con modelos ARIMA .
En el contexto de análisis de regresión , incluyendo el análisis de regresión con series de tiempo estructuras, una prueba de baúl de viaje se ha ideado, [3] que permite una prueba general que se hizo para la posibilidad de que una gama de tipos no lineal transformaciones de combinaciones de las variables explicativas debe se han incluido además de una estructura de modelo seleccionada.
Referencias
- ^ a b Ljung, GM; Box, GEP (1978). "Sobre una medida de falta de ajuste en modelos de series de tiempo" . Biometrika . 65 (2): 297-303. doi : 10.1093 / biomet / 65.2.297 .
- ^ Caja, GEP; Pierce, DA (1970). "Distribución de autocorrelaciones residuales en modelos de series de tiempo de media móvil integrado-autorregresivo". Revista de la Asociación Estadounidense de Estadística . 65 (332): 1509-1526. doi : 10.1080 / 01621459.1970.10481180 . JSTOR 2284333 .
- ^ Castle, Jennifer L .; Hendry, David F. (2010). "Una prueba de Portmanteau de baja dimensión para la no linealidad" (PDF) . Revista de Econometría . 158 (2): 231–245. doi : 10.1016 / j.jeconom.2010.01.006 .
- Enders, W. (1995). Series de tiempo econométricas aplicadas . Nueva York: John Wiley & Sons. págs. 86 –87. ISBN 0471039411.