使用 r 中的预测概率求对数似然
Find log-likelihood using the predicted probabilities in r
我构建了一个 glm 模型并用它来预测测试数据的概率。
model = glm(y ~ x, data=dt, family=binomial(link='logit'))
pred = predict(model, newdata=test.dt, type='response')
如何找到预测概率的检验对数似然？
类似
dbinom(dt$y, prob=pred, size=1, log=TRUE)
应该给你对数似然（假设这些是 binary/Bernoulli 响应）。您也可以直接将对数似然计算为 dt$y*log(pred) + (1-dt$y)*log(1-pred)（我认为）
如果您想要组合对数似然 sum() 以上值 ... 或 logLik(model)
我构建了一个 glm 模型并用它来预测测试数据的概率。
model = glm(y ~ x, data=dt, family=binomial(link='logit'))
pred = predict(model, newdata=test.dt, type='response')
如何找到预测概率的检验对数似然？
类似
dbinom(dt$y, prob=pred, size=1, log=TRUE)
应该给你对数似然（假设这些是 binary/Bernoulli 响应）。您也可以直接将对数似然计算为 dt$y*log(pred) + (1-dt$y)*log(1-pred)（我认为）
如果您想要组合对数似然 sum() 以上值 ... 或 logLik(model)