如何对线性混合效应模型执行似然比检验?
How can I perform a likelihood ratio test on a linear mixed-effect model?
Statsmodels 的线性混合效应模型的 documentation 声称
The Statsmodels LME framework currently supports post-estimation inference via Wald tests and confidence intervals on the coefficients, profile likelihood analysis, likelihood ratio testing, and AIC. [emphasis added]
我注意到 MixedLM.loglike
方法,但我似乎找不到 function/method 用于 运行 似然比检验。
有人能给我指出正确的方向吗?
我是 运行 开发分支,所以事情可能已经改变,但是 MixedLM.fit() 返回的结果 class 应该有一个名为 'llf' 的属性。这是对数似然函数在估计参数处的值。如果您有两个嵌套模型并取 -2 倍于它们的 llf 值的差异,在原假设下,更简单的模型为真,这将是一个 chi^2 随机变量,其自由度等于自由度的差异对于两个模型。
请注意,许多人认为在使用 LR 测试时应该将估计器切换为 ML(而不是默认的 REML)。
Statsmodels 的线性混合效应模型的 documentation 声称
The Statsmodels LME framework currently supports post-estimation inference via Wald tests and confidence intervals on the coefficients, profile likelihood analysis, likelihood ratio testing, and AIC. [emphasis added]
我注意到 MixedLM.loglike
方法,但我似乎找不到 function/method 用于 运行 似然比检验。
有人能给我指出正确的方向吗?
我是 运行 开发分支,所以事情可能已经改变,但是 MixedLM.fit() 返回的结果 class 应该有一个名为 'llf' 的属性。这是对数似然函数在估计参数处的值。如果您有两个嵌套模型并取 -2 倍于它们的 llf 值的差异,在原假设下,更简单的模型为真,这将是一个 chi^2 随机变量,其自由度等于自由度的差异对于两个模型。
请注意,许多人认为在使用 LR 测试时应该将估计器切换为 ML(而不是默认的 REML)。