在模型选择过程中,有时往往需要进行似然比检验或使用 BIC(贝叶斯信息准则)进行分析。虽然我绝对可以手动完成,但我想知道是否有任何 scipy 函数旨在执行此操作?
我问这个问题是因为我认为应该有一种方法可以进行此类分析,或者至少有一个函数可以获取似然值。
PS:我不是在考虑拟合单一分布,而是在考虑查看一些随时间变化的一维数据(即模型预测随时间变化)。
如有任何帮助,我们将不胜感激!
这个问题的例子:
我有一些看起来像这样的数据。
现在,我有两个模型 - 一个有四个参数,另一个嵌套在其中的模型有两个参数(固定另外两个)。
我想执行 BIC/似然比检验,看看这两个自由参数是否会产生显着差异。
请您参考如下方法:
在 statsmodels 中,您可以执行似然比和 Wald 检验。不同的信息标准也可用于所有模型。还有一些其他的模型选择技术,但我需要更多地了解您正在做的事情才能给出具体的答案。同时,我们的文档应该可以帮助 http://statsmodels.sourceforge.net/devel/
