Prueba de Wald

La prueba de Wald es una prueba estadística paramétrica nombrada así en honor del estadístico Abraham Wald. Cada vez que hay una relación dentro o entre los datos se puede expresar un modelo estadístico con los parámetros a ser estimados a partir de una muestra. La prueba de Wald se utiliza para poner a prueba el verdadero valor del parámetro basado en la estimación de la muestra.

Detalles matemáticos

En la prueba estadística Wald, la estima de máxima verosimilitud ${\displaystyle {\hat {\theta }}}$ del parámetro(s) de interés ${\displaystyle \theta }$ se compara con el valor propuesto ${\displaystyle \theta _{0}}$, bajo la suposición de que la diferencia tipificada entre ambos seguirá aproximadamente una distribución normal . Típicamente, el cuadrado de la diferencia se compara con una distribución de chi-cuadrado . En el caso univariado, la prueba de Wald estadística es

${\displaystyle {\frac {({\widehat {\theta }}-\theta _{0})^{2}}{\operatorname {var} ({\hat {\theta }})}}}$

que se compara contra una distribución de chi-cuadrada.

Alternativamente, la diferencia puede ser comparada con una distribución normal . En este caso el resultado es:

${\displaystyle {\frac {{\widehat {\theta }}-\theta _{0}}{\operatorname {se} ({\hat {\theta }})}}}$

donde ${\displaystyle \operatorname {se} ({\widehat {\theta }})}$ es el error estándar de la estimación de máxima verosimilitud. Una estimación razonable del error estándar para el MLE se puede dar por ${\displaystyle {\frac {1}{\sqrt {I_{n}(MLE)}}}}$, donde ${\displaystyle I_{n}}$ es la información de Fisher del parámetro.

En el caso multivariado, una prueba sobre varios parámetros a la vez se lleva a cabo utilizando una matriz de varianza.[1]​ Un uso común para esto es llevar a cabo una prueba de Wald en una variable categórica por recodificación como diversas variables dicotómicas.

Ejemplo

Supongamos que un economista, que tiene datos sobre la clase social y número de calzado, se pregunta si la clase social está asociada con el tamaño de zapato. Es decir ${\displaystyle \theta }$ es el aumento promedio de tamaño del zapato para las personas de clase alta en comparación con la gente de la clase media: entonces la prueba de Wald se puede utilizar para comprobar si ${\displaystyle \theta }$ es 0 (en cuyo caso la clase social no tiene relación con el tamaño del zapato) o distinto de cero (el tamaño del zapato varía entre las clases sociales). Aquí, ${\displaystyle \theta }$, es la diferencia hipotética en tallas de calzado entre las personas de clase alta y media en toda la población, es un parámetro. Una estimación de los ${\displaystyle \theta }$ podría ser la diferencia en el número de calzado entre las personas de clase alta y media de la muestra. En la prueba de Wald, el economista utiliza la estimación y la estimación de la variabilidad (véase más adelante) para sacar conclusiones sobre el valor verdadero observado de ${\displaystyle \theta }$. O, por ejemplo un médico, supongamos que fumar multiplica el riesgo de cáncer de pulmón por algún número R: a continuación, la prueba de Wald se puede utilizar para probar si R = 1 (es decir, no hay ningún efecto del consumo de tabaco) o que sea mayor (o menor) que 1 (es decir, fumar altera el riesgo).

Una prueba de Wald se puede utilizar en una gran variedad de diferentes modelos incluyendo modelos con variables dicotómicas y modelos con variables continuas.[2]​

Referencias

1. Harrell, Frank E., Jr. (2001). «Section 9.3.1». Regression modeling strategies. Nueva York: Springer-Verlag. ISBN 0387952322. 
2. Harrell, Frank E., Jr. (2001). «Sections 9.2, 10.5». Regression modeling strategies. Nueva York: Springer-Verlag. ISBN 0387952322. 

• Datos: Q748664