Python - 在logit回归中测试系数的相等性

Question

作为初学者，我正在做我的第一个 Python 项目。

我想尝试确定 Logit 回归中的两个系数是否彼此显着不同。具体来说，我正在尝试进行 Wald 测试，我想知道在运行 logit 回归后如何计算/显示参数的方差-协方差矩阵。

我在 R 中找到了如何执行此操作的代码和说明，并希望在 Python 中获得一些帮助。我在这里使用与示例答案中相同的 UCLA 数据：Stats exchange post on doing Wald test using R

运行我所追求的 R 中的代码在下面的答案中： “所以我们还需要 βgreβgre 和 βgpaβgpa 的协方差。运行逻辑回归后，可以使用 vcov 命令提取方差-协方差矩阵： var.mat

colnames(var.mat)

有没有与上面提到的 vcov 命令等价的命令？

如果没有，我是否可以轻松实施其他解决方案来测试系数是否彼此显着不同？

感谢您的帮助， 马特

Answer 1

如果您想使用内置功能，则可以使用results.t_test（矢量化）单一假设和results.wald_test 联合假设。除线性模型外，所有模型都使用正态分布和卡方分布进行 Wald 检验，但是可以通过 use_t 和 use_f 关键字在测试方法或 model.fit 方法中进行更改。

两者都可以采用限制或对比矩阵或定义空假设的假设的字符串。这对于基本上所有模型都是相同的。

例如对于 Logit，虽然文档字符串是通用的，并且在示例中使用 OLS http://www.statsmodels.org/dev/generated/statsmodels.discrete.discrete_model.LogitResults.t_test.html

似然比和得分或拉格朗日乘数检验尚未普遍实施，主要用于线性回归模型。

对于自己动手，参数估计的协方差在results.cov_params() 方法中可用，所有其他必需的统计信息也是如此。在所有最大似然模型中，负对数似然可用作 results.llf 属性。