statsmodel 分数 logit 模型答案

【问题标题】：statsmodel fractional logit modelstatsmodel 分数 logit 模型
【发布时间】：2017-07-15 14:21:00
【问题描述】：

谁能告诉我在python的statsmodel包中估计分数logit模型参数的方法是什么？

谁能给我参考分数logit模型源代码的具体部分？

【问题讨论】：

欢迎来到 StackOverflow。这种类型的问题对于 StackOverflow 来说是题外话（可能会被关闭）。在发布关于 SO 的问题之前，您应该通过 the tour 然后转到 Help Section 阅读 What types of questions should I avoid asking?。最后，如果您确定您的问题符合规则，请阅读How to Ask a question on StackOverflow 以便能够提出一个有用、格式良好且主题相关的问题。

【解决方案1】：

我假设问题中的分数 Logit 是指使用 Logit 模型来获得区间 (0, 1) 或 [0, 1] 内的连续数据的准最大似然。

statsmodels 中的离散模型，如 GLM、GEE 和 Logit、Probit、Poisson 以及 statsmodels.discrete 中的类似模型，不对响应或内生变量施加整数条件。因此，这些模型可用于分数或正连续数据。

如果均值函数指定正确，则参数估计值是一致的。然而，在准最大似然下，参数估计的协方差是不正确的。夹心协方差可通过 fit 参数获得，cov_type='HC0'。还可以使用稳健的三明治协方差矩阵，用于集群稳健、面板稳健或自相关稳健情况。

例如。 result = sm.Logit(y, x).fit(cov_type='HC0')

假定未正确指定似然性，基于生成的最大化对数似然性（即 llf、ll_null 和似然比检验）报告的统计数据无效。

唯一的例外是多项式 (logit) 模型，它可能会对解释变量施加整数约束，并且可能会或可能不会处理成分数据。（QMLE 对组合数据的支持仍然是一个悬而未决的问题，因为仅支持标准案例具有计算优势。）

【讨论】：