考虑 Python 包 statsmodel 中的 GLM Gamma 函数拟合。
代码如下:
import numpy
import statsmodels.api as sm
model = sm.GLM(ytrain, xtrain, family=sm.families.Gamma(link = sm.genmod.families.links.identity)).fit()
print model.summary()
这为我提供了通过 Gamma 回归获得的拟合模型参数的摘要。我感兴趣的是来自上述模型的确切 pdf $P(y | X)$。到目前为止我能收集到的是 model.params*x 给出了 Gamma 的平均值作为训练数据的函数。如何从摘要中推断出 pdf 的形状?
最佳答案
GLM
有一个 get_distribution
方法,该方法返回一个带有转换参数化的 scipy.stats 分布实例。分发实例将具有所有可用的方法,如 pdf、cdf 和 rvs。
这目前仅在内部用于某些有限的情况。
请注意,恒等式链接并不能保证所有解释变量集的均值为正。
关于python - Python 统计模型中的 GLM Gamma 回归,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41749167/