在单独的测试集上进行对数似然计算

Question

我正在寻找R中的一个“ hack”，它可以让我计算单独测试集上的GLM拟合的对数似然性，而不必重写所有其他分布等的对数似然函数。 / p>

例如，获得训练对数似然性：

 x_train <- rnorm(1000, mean=100)
 y_train <- rnorm(1000, mean=100)
 mdl <- glm(y_train ~ x_train, family=Gamma(link="log"))
 loglik_train <- logLik(mdl) 

如果我有可用的测试数据，给定从训练集中估算的模型，有什么快速的方法来计算观察这些新数据点的对数似然性？

我当时正在考虑在测试集上安装第二个GLM，用初始模型的估计值覆盖估计的系数，然后运行logLik（），但是我不确定这种方法。

有人有建议吗？

我希望避免进行完整的计算（进行预测，为每个预测计算可能性（考虑链接函数等的具体情况），然后求和。

非常感谢您的任何建议！