[英]Print p-value in logistic regression MNLogit()
我有一个数据框,看起来像:
我已应用Logistic回归,但我想在另一个数据框中使用p得分和t值
Algorithm Success
A 0.91
B 0.98
C 0.76
.
.
.
B 0.77
C 0.68
D 0.43
码:
p1_logit_model=sm.MNLogit(group["Algorithm"], group["Success"].astype(float))
输出:
Results: MNLogit
===============================================================
Model: MNLogit Pseudo R-squared: 0.104
Dependent Variable: algorithm AIC: 184.2255
Date: 2018-12-18 17:19 BIC: 194.2622
No. Observations: 55 Log-Likelihood: -87.113
Df Model: 0 LL-Null: -97.227
Df Residuals: 50 LLR p-value: nan
Converged: 1.0000 Scale: 1.0000
No. Iterations: 9.0000
--------------------------------------------------------------
algorithm = 0 Coef. Std.Err. t P>|t| [0.025 0.975]
--------------------------------------------------------------
p1_less100ms 0.2326 0.5804 0.4008 0.6886 -0.9050 1.3702
--------------------------------------------------------------
algorithm = 1 Coef. Std.Err. t P>|t| [0.025 0.975]
--------------------------------------------------------------
p1_less100ms -6.3891 3.9519 -1.6167 0.1059 -14.1346 1.3565
我想将每个的p值和t分数存储到一种算法中,有人可以帮我吗?
我认为您需要先拟合模型才能访问p值和t值。 尝试这个:
fit = p1_logit_model.fit()
print(fit.pvalues[i])
print(fit.tvalues[i])
在这里, i
是您希望从多项式模型中查看的任何类别的索引。 提示,如果您真的想使用逻辑回归模型,则应改用model = sm.Logit(y, X)
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.