逻辑回归获取 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）：

Answer 1

如果您使用类似的代码计算模型

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))

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

使用上std_err定义的std_err 。

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

如果您需要单独使用它们，我建议在交互式编程会话中拟合您的模型，例如使用 jupyter，这样您就可以看到model_fit对象上可用的各种自由度选项和其他数据。

如果您只是在寻找字符串，则很简单：

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

Answer 2

在您的代码中编写这行代码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。