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：给出变量的名称和 beta 值
• .conf_int() : 给出置信区间

我仍然需要得到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）：

标签： pythonpython-3.xmachine-learninglogistic-regressionstatsmodels

Answer 1

如果您使用以下代码计算模型

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

然后您可以使用 直接访问 p 值model_fit.pvalues。

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))

将标准误差计算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上面一行中定义的。

关于您的最后一个问题，尚不清楚您是在询问如何从summary()输出中获取实际的子字符串，还是单独获取它打印的所有不同数据。

如果您想要单独使用它们，我建议将您的模型安装在具有选项卡完成的交互式编程会话中，例如使用 jupyter，以便您可以查看对象上可用的各种自由度选项和其他数据model_fit。

如果你只是在寻找字符串，它很简单：

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