2018-11-05
阅读量:
1704
对似然比检验和Wald测试的理解
似然比检验
似然比检验提供了用于比较一个模型(例如,完整模型)下的数据的可能性与另一个更受限制的模型(例如,截距模型)下的数据的可能性的手段。

其中' p ' 是逻辑模型预测概率。下一步是计算这两个对数似然之间的差异。

两个可能性之间的差异乘以因子2,以便使用标准显着性水平(Chi2检验)评估统计显着性。测试的自由度将等于模型下估计的参数数量的差异(例如,完整和截距)。
Wald测试
Wald检验用于评估模型中每个系数(b)的统计显着性。

其中W是具有正态分布的Wald统计量(如Z检验),b是系数,SE是其标准误差。然后将W值平方,得到具有卡方分布的Wald统计量。







评论(0)


暂无数据
推荐帖子
0条评论
0条评论
1条评论