似然比检验是一种假设检验,用于比较两个模型(一个是所有参数都是自由参数的无约束模型,另一个是由原假设约束的含较少参数的相应约束模型)的拟合优度以确定哪个模型与样本数据拟合得更好。

使用似然比检验比较分布拟合的示例

例如,您可以使用似然比检验来将 1 参数指数分布的拟合优度与 2 参数指数分布的拟合优度进行比较。如果 LRT p 值小于 alpha 水平(通常为 0.05 或 0.10),您可以断定与 1 参数模型相比,无约束 2 参数模型能够为您的数据提供显著更好的拟合优度。

Minitab 如何比较约束模型和无约束模型

该比较基于受约束模型的最大化似然函数与不受约束模型的最大化似然函数的比率进行。如果此比率值相对较小,就可以断定,与受原假设约束的简化模型相比,无约束模型与样本数据拟合得更好。

如果 λ 是似然比的值,那么对于大样本,(-2lnλ) 服从卡方分布,且自由度等于无约束模型和受约束模型中自由参数数目之差。因此,Minitab 经常通过卡方分布提供与似然比检验相关的 p 值。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策