广义似然比序贯检验（sequential generalized likelihood ratio test），理学-统计学-工业统计-抽样检验-抽样检验方案，针对具有复杂假设的检验问题，由广义似然比构造的序贯检验方法。序贯概率比检验（SPRT）方法和基于加权（混合）似然比的序贯检验方法都是以最小化平均样本量作为优化目标。序贯检验方法研究中的另一个领域是以最小化贝叶斯风险为优化目标，从这一角度出发，发展了一系列基于广义似然比的序贯检验方法。广义似然比可以由多种方式构造。例如，对假设检验问题：美国斯坦福大学统计系教授黎子良（Tze Leung Lai）所构造的广义似然比为：式中为概率密度函数或分布列函数；为基于的极大似然估计。一旦在某一样本量处，或大于检验方案中的阈值，则停止检验，做出拒绝或接受原假设的判断。在1988年，黎子良证明了这一方法具有贝叶斯风险下的渐近有效性。基于广义似然比的序贯检验方法较为丰富，许多方法被证明具有（渐近）最优性（如贝叶斯风险下的渐近有效性）。