Python statsmodels logit wald 测试输入答案

【问题标题】：Python statsmodels logit wald test inputPython statsmodels logit wald 测试输入
【发布时间】：2016-12-20 11:37:46
【问题描述】：

我已经为一些数据拟合了一个逻辑回归模型，一切都很好。我需要计算作为模型结果函数的 wald 统计量。

我的问题是我不明白，从文档中，wald 测试需要什么作为输入？具体来说什么是R矩阵，它是如何生成的？

我尝试将用于训练和测试模型的数据简单地输入为 R 矩阵，但我认为这不正确。文档建议检查示例，但没有给出此测试的示例。我也在 crossvalidated 上问了同样的问题，但被击落了。

亲切的问候

http://statsmodels.sourceforge.net/0.6.0/generated/statsmodels.discrete.discrete_model.LogitResults.wald_test.html#statsmodels.discrete.discrete_model.LogitResults.wald_test

【问题讨论】：

标签： python logistic-regression statsmodels

【解决方案1】：

Wald 检验用于检验预测变量是否显着，形式为：

W = (beta_hat - beta_0) / SE(beta_hat) ~ N(0,1)

因此，您需要以某种方式将预测变量输入到测试中。从t.test 和f.test 的例子来看，输入一个字符串或元组来表示您正在测试的内容可能更简单。

这是他们使用f.test 的字符串的示例：

from statsmodels.datasets import longley
from statsmodels.formula.api import ols
dta = longley.load_pandas().data
formula = 'TOTEMP ~ GNPDEFL + GNP + UNEMP + ARMED + POP + YEAR'
results = ols(formula, dta).fit()
hypotheses = '(GNPDEFL = GNP), (UNEMP = 2), (YEAR/1829 = 1)'
f_test = results.f_test(hypotheses)
print(f_test)

这是他们使用元组的example：

import numpy as np
import statsmodels.api as sm
data = sm.datasets.longley.load()
data.exog = sm.add_constant(data.exog)
results = sm.OLS(data.endog, data.exog).fit()
r = np.zeros_like(results.params)
r[5:] = [1,-1]
T_test = results.t_test(r)

如果您仍然无法让 wald 测试正常工作，请包含您的代码，我可以帮助您使其正常工作。

【讨论】：