似然比检验 statsmodels

Question

在statsmodels这个库中，普通最小二乘法（OLS）有实现似然比检验。

OLSResults.compare_lr_test(restricted)

但是广义线性模型（GLM）就没有这个功能。我试着通过复制OLS的实现来做：

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

这看起来很简单，但因为没有这个功能让我有点怀疑。这是对的吗？

Answer 1

我觉得没有什么问题。

广义线性模型是一种最大似然模型，前提是使用的尺度符合所选的模型类型。

目前，statsmodels.GLM并没有实现准似然方法，这种方法允许尺度与基础模型的尺度有所不同，比如说过度离散的泊松分布，这样就可以使用似然比检验。

实现细节：compare_lr_test本来是打算为所有的似然模型添加的，但我没有检查它在所有继承自这个模型的情况下是否正确（或者是否会抛出异常）。