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，然后得到模型、p 值等是函数 .summary，我想存储 .summary 函数的结果，到目前为止我有：

• .params.values : 给出贝塔值
• .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

如果您使用像

这样的代码来计算您的模型

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

使用上面行中定义的 std_err。

关于你的最后一个问题，不清楚你是问如何从 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片段。

如果您想要单独使用它们，我建议您在交互式编程会话中使用 Tab 补全来拟合您的模型，例如使用 jupyter，这样您就可以在 [=17= 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，这很简单：

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

Answer 2

在您的代码中写下这行代码 print(dir(model_fit)) 它会显示您可以从 model_fit 答案中访问的所有函数和方法。