Pythonでの最尤推定法（optimize関数を使って対数尤度最大化する場合）によるパラメータの検定について

Question

お世話になります。
Pythonで推定した回帰係数（パラメータ）の有意性の検定方法について質問です。

今回、Pythonで最尤推定法によるパラメータ推定を行いました。
具体的には対数尤度関数を自分で書いて、scipyモジュールのoptimize関数でその対数尤度関数を最大化してパラメータを推定しました。
統計のソフトを使うと推定されたパラメータの検定を自動でやってくれる場合が多いと思います。今回の場合は自分で検定統計量を算出する必要があり、まず、パラメータの推定誤差の算出が必要かと考えています。

そこで、パラメータの推定誤差はどのように計算したら良いのでしょうか。
（必要となるか分かりませんが…）最適化はBFGS法で行っており、ヘッセ行列は計算できているようです。

ご回答がご面倒であれば、参考になるサイトや文献をご紹介いただけるとありがたいです。
どうぞよろしくお願い致します。

#対数尤度関数(イメージ)
def logLLfunc(beta, x1=df['x1'], x2=df['x2']):
    #省略
    logLL = 
    return -logLL

initial_beta = np.array([0, 0]) #βの初期値
params = optimize.minimize(logLLfunc,initial_beta,method='bfgs',jac=None, tol=None, callback=None) 
#パラメータの推定結果
print(params.x)

Comments

[toast-uz]

まずはコードの提示をお願いします。

[mashita_takuo]

コメントありがとうございます。具体的なコードの提示は難しいのですが、シンプルに記載すると上記の通りです。もしこちらのコードだけでは回答が難しいのであれば無視していただいて大丈夫です。
お手数お掛けして申し訳ありません。

[toast-uz]

ありがとうございます。実行可能なコードの提示が難しいとのことで、私はこの質問から離れます。