Ana içeriğe atla
Psikoloji Sözlüğüm LogoPsikoloji Sözlüğüm

Log-olabilirlik Oranı

Log-likelihood Ratio (LLR)

Tanım

İki farklı istatistiksel modelin gözlemlenen örneklem verilerini açıklama kapasitelerini karşılaştırmak için log-olabilirlik değerlerinin oranlanmasıyla elde edilen test istatistiği.

Örnek Vaka / Uygulama

Bir nörogörüntüleme çalışmasında, hastaların beyin aktivite verilerini tahmin etmek için hem yaş değişkenini içeren karmaşık bir model (alternatif hipotez) hem de sadece sabit terim içeren basit bir model (sıfır hipotez) kurulmuştur. Bu iki modelin log-olabilirlik değerleri arasındaki farkın 2 katı alınarak LLR testi uygulanmış ve karmaşık modelin sağladığı ek uyum iyiliğinin istatistiksel olarak anlamlı olup olmadığı (p < 0.05) saptanmıştır.

Derin Analiz

Log-Olabilirlik Oranı (LLR), olasılık kuramı ve istatistiksel çıkarımda iki rekabetçi hipotezin (genellikle sıfır hipotezi ile alternatif hipotez) uyum iyiliğini değerlendirmek için kullanılan temel bir araçtır. Doğrudan olasılık oranlarıyla çalışmak yerine logaritmik dönüşüm yapılmasının matematiksel gerekçesi, çarpımsal ilişkileri toplamsal ilişkilere dönüştürerek hesaplama kolaylığı sağlamak ve aşırı küçük sayılarla çalışırken yaşanabilecek sayısal alt taşma (underflow) problemlerini engellemektir. Wilks teoremi çerçevesinde, örneklem boyutu sonsuza giderken bu oran asimptotik olarak ki-kare (chi-square) dağılımına yakınsar; bu da model karşılaştırmalarında anlamlılık testlerinin (likelihood-ratio test) matematiksel temelini oluşturur.

Etimoloji

İngilizce 'logarithm' (Logaritma: Grekçe 'logos' [oran/söz] + 'arithmos' [sayı]) ve 'likelihood' (Olabilirlik: Eski İngilizce 'gelīc' [benzer] kökünden) ile 'ratio' (Oran: Latince 'reri' [hesaplamak/düşünmek] kökünden) kelimelerinin birleşiminden türetilmiştir.

Karıştırmayın

AIC (Akaike Bilgi Kriteri) ve BIC (Bayes Bilgi Kriteri) ile sıklıkla karıştırılır; LLR doğrudan iki modelin olabilirliklerini oranlarken, AIC ve BIC modellerin karmaşıklığına (serbestlik derecesine) göre cezalandırma terimleri ekleyerek model seçimi yapar.