An evaluation of KL-optimum designs to discriminate between rival copula models = Una valutazione della capacita del disegno KL-ottimo di discriminare tra modelli copula rivali

The problem of model discrimination has prompted a great amount ofresearch over last years. According to the specific characteristics of the rival models(nested, non-nested, linear or not) different optimum criteria have been proposedto select design points with the aim to discriminate between rival models. Ds-, T-and KL-criteria are the most known. Up to our knowledge, in the literature there isnot any study to evaluate the performance of these discrimination criteria. In thiswork, via a simulation study and focusing on rival copula models, we analyze theperformance of the KL-optimum design applying the likelihood ratio test for non-nested models.

Nel corso degli ultimi anni il problema di discriminare tra modelli rivaliha prodotto una grande quantit`a di ricerche. A seconda della tipologia di modellirivali (annidati, non annidati, lineari o non lineari), diversi criteri sono stati pro-posti con l’obiettivo di selezionare il disegno ottimo per la discriminazione. Tra ipi`u noti ricordiamo i criteri Ds-, T- e KL-. Per quanto ci consta, in letteratura nonesistono studi relativi alla valutazione della loro effettiva capacit`a discriminatoria.In questo lavoro, attraverso uno studio di simulazione in cui abbiamo applicato iltest del rapporto di verosimiglianza per modelli non annidati, abbiamo analizzatole prestazioni del disegno KL-ottimo per discriminare tra modelli bivariati la cuistruttura di dipendenza`e descritta attraverso una funzione copula.