在模型选择过程中，有时往往需要似然比检验或使用 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 函数是专门用来执行此操作的？
我问这个问题是因为我认为应该有一种方法来进行这种类型的分析，或者至少有一个函数来获取似然值。
PS:我不是在考虑拟合单个分布，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!
此问题的示例:
我有一些数据，看起来像这样。
现在，我有两个模型 - 一个有四个参数，另一个模型嵌套在其中，有两个参数(修复其他两个)。
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。
最佳答案
在 statsmodels 中，您可以执行似然比和 Wald 检验。所有型号还提供不同的信息标准。还有一些其他模型选择技术，但我需要更多地了解您正在做什么才能给出具体答案。同时，我们的文档应该会有所帮助 http://statsmodels.sourceforge.net/devel/
关于python - 在 python/scipy 中进行模型选择，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/22889146/