如何更改 MNLogit (statsmodels.api) 的基线结果和显着性水平？

【问题标题】：How to change the baseline outcome and significance level for MNLogit (statsmodels.api)?如何更改 MNLogit (statsmodels.api) 的基线结果和显着性水平？
【发布时间】：2021-02-19 09:19:08
【问题描述】：

我一直在探索 statsmodels.api 中的 MNLogit 命令。根据站点文档，我无法弄清楚如何更改基线回归。例如，我的结果变量是“Neither”、“Cell Only”、“Landline”、“Both”。当我希望它是“两者都不是”时，它将“两者”作为基线结果。

另外，如何更改命令以在 5% 显着性水平和 95% CI 下进行测试？默认设置似乎是 2.5%，并产生 97.5% 的置信区间。谢谢！

【问题讨论】：

标签： python statsmodels

【解决方案1】：

(1) 要设置基线类，首先需要将内生变量转换为分类类型。然后，您需要手动重新排序带有基线的标签：

df['y'] = df['y'].astype('category').cat.set_categories(new_categories = ['Cell Only' ,'Landline', 'Both', 'Neither'])
fit_mnlogit = sm.MNLogit(endog, exog).fit()

(2) 它在 5% 的置信水平 (97.5% - 2.5% = 95% = 100% - 5%) 进行测试。无论如何，如果您希望更改默认的 alpha = 0.05，请在摘要中指定它：

fit_mnlogit.summary(alpha = 0.01)

【讨论】：