似然比测试statsmodels
作者：互联网
在统计模型中,普通最小二乘法已实施似然比检验
OLSResults.compare_lr_test(restricted)
对于广义线性模型(GLM),情况并非如此.
我试图强行复制OLS实现：
from scipy import stats
llf_full = results.llf
llf_restr = results_res.llf
df_full = results.df_resid
df_restr = results_res.df_resid
lrdf = (df_restr - df_full)
lrstat = -2*(llf_restr - llf_full)
lr_pvalue = stats.chi2.sf(lrstat, df=lrdf)
lr_pvalue
它看起来很直截了当,但是没有实现这一事实使我感到怀疑.这个对吗？
解决方法:
我没看到任何问题.
如果比例尺是系列隐含的比例尺,则广义线性模型是最大似然模型.
statsmodels.GLM当前未实现准可能性方法,该方法的规模可能与基础族的规模不同,例如泊松分布过于分散,因此可以应用似然比检验.
实现细节：应该为所有LikelihoodModels添加compare_lr_test,但是我没有检查所有继承自它的模型是否正确(或引发异常).
标签：statistics,models,python,statsmodels 来源： https://codeday.me/bug/20191121/2053798.html