statsmodels.genmod.families.family.Binomial.loglike_obs¶

Binomial.loglike_obs(endog, mu, var_weights=1.0, scale=1.0)[source]¶

每个观测值的对数似然函数，以二项分布的拟合平均响应为参数。

Parameters:¶

endogndarray

通常是内生响应变量。

mundarray

通常但不总是拟合的平均响应变量。

var_weightsarray_like

1维方差（分析）权重数组。默认值为1。

scalefloat

比例参数。默认值为1。

Returns:¶

ll_ifloat

在(endog, mu, var_weights, scale)处评估的对数似然值，如下定义。

注释

如果内生变量是二元的：

\[ll_i = \sum_i (y_i * \log(\mu_i/(1-\mu_i)) + \log(1-\mu_i)) * var\_weights_i\]

如果内生变量是二项式的：

\[ll_i = \sum_i var\_weights_i * (\ln \Gamma(n+1) - \ln \Gamma(y_i + 1) - \ln \Gamma(n_i - y_i +1) + y_i * \log(\mu_i / (n_i - \mu_i)) + n * \log(1 - \mu_i/n_i))\]

其中 \(y_i = Y_i * n_i\)，\(Y_i\) 和 \(n_i\) 的定义见二项式初始化。这使得 \(y_i\) 成为原始的成功次数。