Generalized Neyman-Pearson optimality of empirical likelihood for testing parameter hypotheses

研究成果: Article査読

2 被引用数 (Scopus)

抄録

This paper studies the Generalized Neyman-Pearson (GNP) optimality of empirical likelihood-based tests for parameter hypotheses. The GNP optimality focuses on the large deviation errors of tests, i.e., the convergence rates of the type I and II error probabilities under fixed alternatives. We derive (i) the GNP optimality of the empirical likelihood criterion (ELC) test against all alternatives, and (ii) a necessary and a sufficient condition for the GNP optimality of the empirical likelihood ratio (ELR) test against each alternative.

本文言語English
ページ(範囲)773-787
ページ数15
ジャーナルAnnals of the Institute of Statistical Mathematics
61
4
DOI
出版ステータスPublished - 2009 12
外部発表はい

ASJC Scopus subject areas

  • 統計学および確率

フィンガープリント

「Generalized Neyman-Pearson optimality of empirical likelihood for testing parameter hypotheses」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル