statsmodels.regression.linear_model.RegressionResults.compare_lr_test¶

RegressionResults.compare_lr_test(restricted, large_sample=False)[source]¶

似然比检验用于检验受限模型是否正确。

Parameters:¶

restrictedResult instance

受限模型假设嵌套在当前模型中。 受限模型的结果实例需要具有两个属性，残差平方和，ssr，残差自由度，df_resid。

large_samplebool

指示是否使用异方差稳健版本的LR检验，这是一个修改后的LM检验。

Returns:¶

lr_statfloat

似然比，服从自由度为df_diff的卡方分布。

p_valuefloat

检验统计量的p值。

df_diffint

限制的自由度，即模型之间的自由度差异。

注释

精确似然比适用于同方差数据，定义为

\[D=-2\log\left(\frac{\mathcal{L}_{null}} {\mathcal{L}_{alternative}}\right)\]

其中 \(\mathcal{L}\) 是模型的似然。当 \(D\) 分布为自由度等于参数数量差异或残差自由度差异的卡方分布时。

大样本版本的似然比定义为

\[D=n s^{\prime}S^{-1}s\]

其中 \(s=n^{-1}\sum_{i=1}^{n} s_{i}\)

\[s_{i} = x_{i,alternative} \epsilon_{i,null}\]

是使用来自零模型和替代模型的回归变量的残差评估的模型的平均得分，\(S\) 是得分的协方差，\(s_{i}\)。得分的协方差是使用与替代模型中相同的估计器估计的。

此测试比较了两个模型的对数似然值。如果存在未指定的异方差性或相关性，这可能不是一个有效的测试。如果检测到这种情况，此方法将发出警告，但仍会返回结果，而不考虑未指定的异方差性或相关性。

此测试比较了两个模型的对数似然值。如果存在未指定的异方差性或相关性，这可能不是一个有效的测试。如果检测到这种情况，此方法将发出警告，但仍会返回结果，而不考虑未指定的异方差性或相关性。

是使用来自零模型和替代模型的回归变量的残差评估的模型的平均得分，\(S\) 是得分的协方差，\(s_{i}\)。得分的协方差是使用与替代模型中相同的估计器估计的。