Likelihood-Ratio Test 发音
释义 Definition
似然比检验 :一种常用的统计假设检验方法,通过比较“在原假设约束下的最大似然”与“在更一般模型(通常是备择假设)下的最大似然”的比值来判断数据是否更支持更复杂的模型。常用于嵌套模型比较;在大样本条件下,其检验统计量通常近似服从卡方分布。(也常简称 LRT )
发音 Pronunciation (IPA)
/ˈlaɪklihʊd ˈreɪʃiˌoʊ tɛst/
词源 Etymology
“Likelihood”来自“like”(相像、相符)加后缀“-hood”,表示“某种状态/性质”,在统计学中指“参数给定时数据出现的支持程度(似然)”;“ratio”源自拉丁语 ratio (计算、比率);“test”指检验。合起来就是“用两个似然的比值来做检验”,这一框架在20世纪统计推断的发展中逐渐标准化,并与大样本理论(如Wilks定理)紧密相关。
例句 Examples
The likelihood-ratio test compares two nested models.
似然比检验用于比较两个嵌套模型。
In logistic regression, we used a likelihood-ratio test to determine whether adding the interaction term significantly improves model fit.
在逻辑回归中,我们用似然比检验来判断加入交互项是否能显著提升模型拟合效果。
相关词 Related Words
文学与经典著作 Literary Works
Neyman, J. & Pearson, E. S. (1933). On the Problem of the Most Efficient Tests of Statistical Hypotheses (提出与检验最优性相关的理论背景,LRT思想的重要源头之一)
Wilks, S. S. (1938). The Large-Sample Distribution of the Likelihood Ratio for Testing Composite Hypotheses (给出LRT统计量的大样本分布结果,即常说的Wilks定理)
Casella, G. & Berger, R. L. Statistical Inference (经典统计推断教材,系统讲解似然比检验)
Lehmann, E. L. & Romano, J. P. Testing Statistical Hypotheses (假设检验经典著作,包含LRT的理论与性质)
Bishop, C. M. Pattern Recognition and Machine Learning (在机器学习/概率模型语境中讨论似然、模型比较与相关检验思想)