Я выполняю выбор модели для кучи вложенных моделей с использованием функции anova()
в R. Каждая последующая модель имеет добавление одного ковариата к предыдущей модели , Мне интересно, как выводится столбец logLik
. Я понимаю, что это естественный логарифм чего-то (например, в модели ниже очень мало), но я не знаю точно что это логарифм. Является ли это оценкой максимального правдоподобия в этой модели, то есть единственным значением, или это результат умножения вероятностей многочисленных значений параметров? Извиняюсь, я знаю, что это довольно фундаментальная вещь, которую нужно знать.Какова ценность логарифмической вероятности, возвращаемой функцией anova()
Model df AIC BIC logLik Test L.Ratio p.value
1 11 1319.522 1353.349 -648.8
2 12 1320.547 1357.450 -648.3 1 vs 2 0.975 0.324
3 13 1314.144 1354.121 -644.1 2 vs 3 8.404 0.004
4 14 1314.880 1357.932 -643.4 3 vs 4 1.264 0.261
5 15 1316.872 1363.000 -643.4 4 vs 5 0.007 0.931
6 16 1318.314 1367.517 -643.2 5 vs 6 0.558 0.455
7 17 1320.067 1372.345 -643.0 6 vs 7 0.247 0.619
это может быть более подходящим для [CrossValidated] (http://stats.stackexchange.com) ... числа - это логарифмические вероятности (фактически технически логарифмически правдоподобие * плотности *) всего набора данных по каждой модели (в оценки максимального правдоподобия для этой модели); поскольку отдельные наблюдения считаются независимыми, вероятность каждой модели является результатом вероятности отдельных наблюдений или, что то же самое, лог-правдоподобие является суммой логарифмических правдоподобия отдельных наблюдений ... –
Извините @ Бен Болкер, да, я знаю, что это скорее вопрос с CV. – llewmills