对数似然比(log-likelihood ratio, LLR):在统计推断中,用来比较两种假设(或两个模型)对同一组数据的解释能力的量,通常定义为两者似然函数之比的对数。LLR 常用于假设检验(如似然比检验)与模型比较。
/ˌlɔːɡ ˈlaɪklihʊd ˈreɪʃiəʊ/(英式)
/ˌlɔːɡ ˈlaɪklihʊd ˈreɪʃoʊ/(美式)
The log-likelihood ratio is positive, so the data support the new model.
对数似然比为正,因此数据更支持新模型。
In a likelihood-ratio test, we compare the log-likelihood ratio to a chi-square distribution to decide whether to reject the null hypothesis.
在似然比检验中,我们将对数似然比与卡方分布进行比较,以决定是否拒绝原假设。
该术语由三部分组成:log(对数)+ likelihood(似然,指“在给定参数/模型下观察到数据的可能性”)+ ratio(比值)。把似然之比取对数,既便于计算(乘法变加法),也常带来更好的数值稳定性;因此在统计学与机器学习中被广泛采用。