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(通常是备择)模型下的最大似然”的比值,来判断数据是否更支持更复杂的模型。常用于模型比较(尤其是嵌套模型)中。
The likelihood-ratio test suggests the new model fits better.
似然比检验表明新模型拟合得更好。
In logistic regression, we used a likelihood-ratio test to compare the full model with a nested reduced model and found the interaction term was significant.
在逻辑回归中,我们用似然比检验比较了完整模型与其嵌套的简化模型,结果发现交互项显著。
/ˈlaɪkliˌhʊd ˈreɪʃioʊ tɛst/
该术语由三部分组成:likelihood(似然)指“在给定参数下观察到数据的可能性(以函数形式表达)”;ratio(比值)来自拉丁语 ratio(计算、比例);test(检验)来自拉丁语 testum / testis 的相关词形演变,后来在科学语境中固定为“测试/检验”。作为统计学方法,似然比检验在现代统计推断体系中非常核心,与大样本理论(如 Wilks 定理下检验统计量近似服从卡方分布)密切相关。