python - 似然比检验统计模型

Question

在 statsmodels 中，普通最小二乘法实现了似然比检验

OLSResults.compare_lr_test(restricted)

广义线性模型 (GLM) 并非如此。我试图实现复制 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

它看起来很简单，但未实现这一事实让我感到怀疑。这是正确的吗？

Answer 1

我没有看到任何问题。

广义线性模型是最大似然模型，如果尺度是家庭隐含的尺度的话。

statsmodels.GLM 当前未实现准似然法，其中的尺度可能会偏离基础家族的尺度，例如过度分散的泊松分布，因此可以应用似然比检验。

实现细节:compare_lr_test 应该为所有 LikelihoodModels 添加，但我没有检查它是否适用于所有继承自它的模型(或引发异常)。