= = = = = = = = = = = =

5555 没人理么

看不懂你的表述啊，a是啥？b是啥？a&b又是啥？

其实大家都想帮你，问题是你有你的模型表述方式，但能不能写的更一般化一点？让大家都能看懂？

第一步就没看明白，我猜a和b各是一个标量的参数，那么unrestricted很好理解，没问题，问题是a&b是什么？如果我把a&b理解为一个f(a,b)=0,那么这个 df 就应该是1啊……如果你是想把a，b restrict成某两个已知的数，那么为什么要写成a&b呢？

……很多不理解……

= = 啊。。。上次电脑上没有中文。。。这次重新写清楚一点吧。。。。
简单来说现在有两份data，分别是action 和 stated belief，然后分别从两份data中推出 underlying belief，然后null hypothesis是两份data中的underlying belief相同，于是现在有三个ln L，分别是action data中出来的，stated belief 中出来的和 加入restriction之后两份data同时做MLE的时候出来的，分别表示为ll(a),ll(b)和ll(a&b),  简单来说其实就是ll(unconstraint)=ll(a)+ll(b)然后ll(constraint)=ll(a&b), 在这里面做LR test，就是ll(unconstraint)-ll(constraint)=ll(a)+ll(b)-ll(a&b)
现在的问题是，我把以上的过程重复做了三遍，在MLE的过程中改变了一个系数，现在有三个系数所导出的结果，分别是w=0.5, 1, 3. 然后现在就分别有三个ll(a),ll(b)和ll(a&b),  现在的null hypothesis是 这三个系数中最好的w是w=1，应该怎么做？
所谓的最好应该是指最consistent，也就是说在w给定的时候ll(a)+ll(b)-ll(a&b)最接近于0吧，那么是不是应该设成
ll(unconstraint)=max {ll(action&belief)-ll(action)-ll(belief)), w=0.5, 1, 3}
ll(constraint)={ll(action&belief)-ll(action)-ll(belief)), w=1}
不过这样好像感觉也不大对啊。。。。 求指导。。。
（= = 表述很混乱，大家耐着性子帮我看看啊。。。）

另外再求问，两组并列的数据，能有什么方法求他们之间的相似程度么？如果 correlation coefficient=1 外加两组数据分别sum up结果相同，可以得到他们之间相似的结论么？所谓相似就是说1.111和1.112的意思。。。=  = 好像找不到什么好的表述方式。。。