Función de discrepancia - Discrepancy function
En el modelado de ecuaciones estructurales , una función de discrepancia es una función matemática que describe qué tan cerca se ajusta un modelo estructural a los datos observados; es una medida de bondad de ajuste . Los valores más grandes de la función de discrepancia indican un mal ajuste del modelo a los datos. En general, las estimaciones de los parámetros para un modelo dado se eligen de manera que la función de discrepancia para ese modelo sea lo más pequeña posible. Los conceptos análogos en estadística se conocen como bondad de ajuste o distancia estadística e incluyen desviación y divergencia .
Ejemplos
Hay varios tipos básicos de funciones de discrepancia, que incluyen máxima verosimilitud (ML), mínimos cuadrados generalizados (GLS) y mínimos cuadrados ordinarios (MCO), que se consideran las funciones de discrepancia "clásicas". Todas las funciones de discrepancia cumplen los siguientes criterios básicos:
- Son no negativos, es decir, siempre mayores o iguales a cero.
- Son cero solo si el ajuste es perfecto, es decir, si las estimaciones del modelo y los parámetros reproducen perfectamente los datos observados.
- La función de discrepancia es una función continua de los elementos de S , la matriz de covarianza de la muestra, y Σ (θ) , la estimación "reproducida" de S obtenida utilizando las estimaciones de los parámetros y el modelo estructural.
Para que la "máxima probabilidad" cumpla con el primer criterio, se utiliza en una forma revisada como la desviación .
Ver también
- Construcciones de secuencias de discrepancia baja
- Teoría de la discrepancia
- Secuencia de baja discrepancia
Referencias
- ^ "Funciones de discrepancia utilizadas en SEM" . Consultado el 18 de agosto de 2008 .
Este artículo relacionado con las estadísticas es un resumen . Puedes ayudar a Wikipedia expandiéndolo . |