lrt.RdCalcula a estatística da razão de verossimilhança generalizada.
lrt(f, data, kicks, par0 = NULL, ...)
| f | Função densidade de probabilidade considerada no teste da razão de verossimilhança. Essa função deverá ser implementada conforme os exemplos. |
|---|---|
| data | Um conjunto de dados que será considerado para a realização do teste. |
| kicks | Chutes iniciais que desejamos considerar no método de otimização. |
| par0 | Uma lista contendo como primeiro elemento um vetor com o nomes das variáveis que serão fixadas como hipótese nula (variáveis aos quais desejamos testar) e um vetor com os valores fixados para cada uma das respectivas variáveis. |
| ... | Lista de argumentos adicionais que serão passados à função |
| par1 | Lista com dois elementos, sendo o primeiro um vetor com os nomes das variáveis que receberão valores fixos sob a hipótese alternativa e o segundo elemendo é um outro vetor com os valores impostos às variáveis. |
Valor da estatística do teste da razão de verossimilhança generalizada.
A função recebe como argumento uma função densidade de probabilidade ou uma função de probabilidade
que é passada como argumento à f. O objeto passado como argumento de f deverá ser implementado conforme os
exemplos. Note que se a função for implementada segundo os exemplos, não haverá a necessidade de implementar a função sob a
hipótese nula, visto que são as mesmas funções. Para especificar os parâmetros que serão fixados, i.e, para especificar
a distribuição sob a hipótese nula, utiliza-se o argumento par0 que receberá uma lista formada por dois vetores.
O primeiro vetor da lista de verá ser um vetor de strings com os nomes das variáveis que deseja-se fixar e o segundo vetor
deverá conter os valores que serão atribuidos à cada uma das variáveis passada ao primeiro vetor.
pdf_w <- function(par, x, var = NULL){ alpha <- par[1] beta <- par[2] if (is.list(var)) eval(parse(text = paste(var[[1]], " <- ", unlist(var[[2]]), sep = ""))) dweibull(x, shape = alpha, scale = beta) } rw <- function(n = 1L, alpha, beta){ rweibull(n = n, shape = alpha, scale = beta) } data <- rw(n = 100L, alpha = 1, beta = 1) lrt(f = pdf_w, data = data, kicks = c(1, 1), par0 = list("beta", 1))#> [1] 0.5286832