自变量的似然比在R语言中的应用

自变量的似然比在R语言中的应用

似然比是统计学中常用的一种方法，用于比较两个或多个统计模型的相对拟合优度。在R语言中，我们可以使用统计建模工具和函数来计算和比较自变量的似然比。本文将介绍如何使用R语言进行自变量的似然比分析，并提供相应的源代码。

首先，我们需要准备数据集。假设我们有一个关于身高和体重的数据集，我们想要比较一个仅包含身高作为自变量的模型和一个同时包含身高和体重作为自变量的模型的拟合优度。数据集可以是一个包含身高和体重两列的数据框。

# 创建数据集
height <- c(165, 170, 175, 180, 185)
weight <- c(60, 65, 70, 75, 80)
data <- data.frame(height, weight)

接下来，我们可以使用glm()函数来拟合两个模型，并计算它们的似然比。

# 仅包含身高的模型
model_height <- glm(height ~ 1, data = data, family = gaussian)

# 同时包含身高和体重的模型
model_height_weight <- glm(height ~ weight, data = data, family = gaussian)

# 计算似然比
likelihood_ratio <- anova(model_heig