Resultado de que el doble del logaritmo del cociente de verosimilitud se aproxima a una distribución chi-cuadrado, lo que convierte los ajustes en significancia.El teorema de Wilks es una piedra angular de la inferencia estadística, que establece que, bajo ciertas condiciones de regularidad, el doble del logaritmo del cociente de verosimilitud entre dos modelos anidados converge a una distribución chi-cuadrado a medida que crece el tamaño de la muestra. El número de grados de libertad es igual a la diferencia en el número de parámetros libres entre los modelos. Este teorema convierte una comparación compleja de verosimilitudes en una prueba de significancia simple, lo que lo hace indispensable en campos donde los datos son costosos y las hipótesis son precisas, como la física de partículas.
El teorema fue demostrado por Samuel S. Wilks en 1938, en un artículo titulado 'The Large-Sample Distribution of the Likelihood Ratio for Testing Composite Hypotheses'.
El teorema se basa en que, cerca de los valores verdaderos de los parámetros, la superficie de log-verosimilitud es aproximadamente cuadrática (un cuenco parabólico). Para modelos anidados, la diferencia en sus log-verosimilitudes máximas se comporta entonces como la suma de cuadrados de variables normales estándar independientes, lo que es exactamente una distribución chi-cuadrado. Esta aproximación mejora con más datos, por lo que en la práctica funciona bien para muestras grandes, aunque puede fallar cerca de los límites de los parámetros o cuando los parámetros verdaderos están en el borde del espacio permitido.
Se utiliza para calcular los niveles de significancia en los descubrimientos de nuevas partículas en el Gran Colisionador de Hadrones, donde el 'valor p local' se deriva de una distribución chi-cuadrado mediante el teorema de Wilks.
A pesar de su ubicuidad, el teorema de Wilks es un resultado asintótico: asume datos infinitos, y en experimentos reales con estadísticas limitadas, los físicos suelen usar simulaciones de Monte Carlo en lugar del teorema.



