logit模型

嗨，从没放弃的小努力你好：

Logit 模型中的 LR 检验主要用于评估 logistic 回归模型的拟合优度，可以类比于多元回归中的F检验，检验多个X有没有存在的必要。其检验内容如下：

• 原假设：H0 为指定的参数（如 b2=b3=0 或 b1=b2=b3=0），受限模型是缺少原假设指定参数的模型，非受限模型是最全的模型。
• 检验统计量：LR = −2（受限模型的对数似然值−非受限模型的对数似然值），类似于联合 F 检验对受限和非受限模型拟合的比较，但 LR 基于每个模型的对数似然值，注意对数似然值总是负的，所以较高的对数似然值（更接近 0）表示模型拟合更好。
• 结果解读：LR 检验是服从卡方分布，然后根据卡方分布表判断是否拒绝原假设。

----------------------------------------------
努力的时光都是限量版，加油！