statsmodel部分逻辑模型

任何人都可以让我知道什么是在python statsmodel包中的部分逻辑模型中估计参数的方法？statsmodel部分逻辑模型

任何人都可以引用我的部分逻辑模型的源代码的具体部分？

2017-07-14 jt0622

欢迎来到StackOverflow。这种类型的问题对于StackOverflow是无关紧要的（_and可能会关闭）。在发布问题之前，您应该浏览[https://stackoverflow.com/tour]，然后转到[帮助部分]（http://stackoverflow.com/help）阅读[什么我应该避免问什么类型的问题？]（http://stackoverflow.com/help/on-topic）。最后，如果你确定你的问题符合规则，请阅读[如何在StackOverflow上提出问题]（http://stackoverflow.com/help/how-to-ask），以便能够创建一个有用的，格式良好的话题上的问题。 –

我假设问题中的分数Logit是指使用Logit模型来获得间隔（0,1）或[0,1]内连续数据的准最大似然。

statsmodels中的离散模型，如GLM，GEE和Logit，Probit，Poisson和statsmodels.discrete中的类似，不会对响应或内生变量施加整数条件。所以这些模型可以用于分数或正数连续数据。

如果平均函数被正确指定，参数估计是一致的。然而，参数估计的协方差在准最大似然下是不正确的。三明治协方差可以用适合的参数cov_type='HC0'。此外，还有强健的三明治协方差矩阵用于集群健壮性，面板健壮性或自相关健壮性病例。

例如。 result = sm.Logit(y, x).fit(cov_type='HC0')

考虑到假定可能性未被正确指定，所报告的基于所得到的最大化对数似然的统计，即llf，ll_null和似然比测试是无效的。

唯一的例外是可能对解释变量施加整数约束的多项（logit）模型，并且可能或可能不适用于组成数据。（QMLE对成分数据的支持仍然是一个悬而未决的问题，因为仅支持标准案例有计算优势。）

来源

2017-07-15 06:21:00 user333700

statsmodel部分逻辑模型

回答

相关问题