statsmodels的MixedLMResults返回BIC为NaN的原因及手动计算方法

• 核心原因是statsmodels 0.14.0之前的版本存在已知bug：当为混合线性模型指定包含随机斜率的re_formula时，内置的bic属性计算逻辑缺失，会直接返回nan。
• 可先自行排除其他异常：调用print(mdf.summary())检查拟合结果的收敛状态，若收敛状态为Converged: True、参数估计无异常值，即可确认是包本身的bug导致。

线性混合效应模型的BIC通用计算公式为：

BIC = -2 * log_likelihood + k * ln(n)

各参数含义及获取方式：

• log_likelihood：模型的对数似然值，可直接通过mdf.llf获取
• k：模型的自由参数总数，可直接通过mdf.df_modelwc属性获取，无需手动计数。你当前的模型参数包括2个固定效应系数、2x2随机效应协方差矩阵的3个自由参数、1个残差方差，总计6个参数，和mdf.df_modelwc返回值一致。
• n：总观测样本量，即len(df)

手动计算代码示例：

import numpy as np

bic_manual = -2 * mdf.llf + mdf.df_modelwc * np.log(len(df))

上述计算逻辑和statsmodels 0.14.0及以上版本修复后的内置bic属性输出完全一致。

内容的提问来源于stack exchange，提问作者Elşən Kazım