python - 逻辑回归得到 sm.Logit 值(python，statsmodels)

Question

我正在使用 sm.Logit 在 python 中进行逻辑回归，然后获取模型、p 值等是函数 .summary，我想要t 存储 .summary 函数的结果，到目前为止我有:

• .params.values : 给出 beta 值
• .params : 给出变量名和beta值
• .conf_int() : 给出置信区间

我仍然需要获取std err、z 和p 值

我也想知道有没有办法得到这个(.summary 函数的第一部分):

Answer 1

如果您使用如下代码计算您的模型

model = sm.Logit(y_data, x_data)
model_fit = model.fit()

然后您可以直接使用 model_fit.pvalues 访问 p 值.

对于系数的标准误差，您可以调用

cov = model_fit.cov_params()
std_err = np.sqrt(np.diag(cov))

计算标准误差作为模型协方差矩阵估计的方差项(对角线项)的平方根。

z 值定义为每个系数除以其标准误差，因此您可以将其计算为

z_values = model_fit.params / std_err

使用 std_err在上面的行中定义。

关于你的最后一个问题，不清楚你是否在询问如何从 summary() 中获取实际的子字符串。输出，或单独获取它打印的所有不同数据片段。

如果您想要单独使用它们，我建议您在交互式编程 session 中使用 Tab 键补全来拟合您的模型，例如使用 jupyter，这样您就可以在 model_fit 上看到各种自由度选项和其他可用数据。对象。

如果您只是在寻找字符串，那么很简单:

'\n'.join(str(model_fit.summary()).split('\n')[1:10])