python 广义似然比_Python中的似然比测试

我在计算Python 2.7中的似然比测试时遇到了问题。Python中的似然比测试

我有两个模型和相应的似然值。我相信比较模型L2是否优于模型L1(如果模型密切相关)的规则是看-2 * log(L2/L1)。

我然后想找到对应于-2 *日志(L2/L1)的p值和L2优选L1涉及这个的意义。以下是我迄今为止：

import numpy as np

from scipy.stats import chisqprob

L1 = 467400. # log(likelihood) of my 1st fit

L2 = 467414. # log(likelihood) of my 2nd fit

LR = -2. * np.log(L2/L1) # LR = -5.9905e-05

p = chisqprob(LR, 1) # L2 has 1 DoF more than L1

print 'p: %.30f' % p # p = 1.000000000000000000000000000000

five_sigma = 1 - scipy.special.erf(5/np.sqrt(2.)) :-)

print '5 sigma: %.30f' % five_sigma

five_sigma_check = 1 - 0.999999426696856 :-(

print 'Check : %.30f' % five_sigma_check

不过，我遇到两个问题：

我的p值是走出来是1的时候我会希望它是接近0.

例如，当我使用标记有:-)的线查找五个西格玛时，它与文献中引用的值不同 - 该线以高亮显示:-(。My value for five_sigma_check从here拍摄。

任何人都可以提供任何建议吗？我对Python和统计学领域相对陌生。

谢谢。

+0

是'L1'和'L2'似然性或日志似然性？如果它们是对数似然度，那么在计算LR –

+0

'L1'和'L2'是可能性的对数时，您不应该记录它们的日志。我明白你的意思，把日志的日志没有意义... –