2
이 정규 방정식은 우도 비 테스트우도 비 테스트 statsmodels에서
일반화 된 선형 모델 (GLM)을위한 진정한 아니다OLSResults.compare_lr_test(restricted)
을 구현 statsmodels.
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
은 아마도 거의 보이지만,이 구현되지 않는다는 사실은 나를 의심합니다 은 내가 OLS 구현을 copyng implemtent하려고 노력했다. 이 올바른지?
감사합니다. 아직도 조금 혼란스럽고 작은 p- 값이 제한된 것을 선호한다고 말해 줍니까? 나는 R에서 그 반대편에 있다고 생각합니다. – Gioelelm
p- 값이 작은 경우 제한이 보유하는 null을 거부하므로 무제한 모델을 선호해야합니다. 제한이 적용되지 않으면 우도 비율 테스트 통계가 더 크다는 것입니다. 왜냐하면 우리가 제한을 부과하면 많은 "느슨한"것이기 때문입니다. – user333700