在Python/Scipy中进行模型选择
在选择模型的时候，有时候需要用到似然比检验，或者使用BIC（贝叶斯信息准则）来分析。虽然我完全可以手动计算，但我在想，scipy里有没有专门用来做这些的函数呢？
我问这个问题是因为我觉得应该有办法进行这种分析，或者至少有个函数可以得到似然值。
顺便说一下，我不是在考虑拟合单一的分布，而是想看看一些随着时间变化的1D数据（也就是说，模型的预测会随着时间变化）。
任何帮助都非常感谢！
这个问题的例子：
我有一些数据，看起来是这样的。
现在，我有两个模型——一个有四个参数，另一个是嵌套在里面的模型，有两个参数（固定另外两个）。
我想进行BIC/似然比检验，看看这两个自由参数是否会产生显著的差异。
1 个回答
2
在statsmodels这个工具里，你可以进行似然比检验和Wald检验。这些都是用来判断模型好坏的方法。此外，还有一些其他的模型选择技巧，不过我需要了解你具体在做什么，才能给出更详细的建议。与此同时，你可以查看我们的文档，这里有很多帮助的内容：http://statsmodels.sourceforge.net/devel/