statsmodels.base.distributed_estimation.DistributedModel.fit¶

DistributedModel.fit(data_generator, fit_kwds=None, parallel_method='sequential', parallel_backend=None, init_kwds_generator=None)[source]¶

使用相应的 DistributedModel 执行分布式估计

Parameters:¶

data_generatorgenerator

一个生成器，生成一系列的元组，其中元组的第一个元素对应于一个内生变量数组，第二个元素对应于一个外生变量数组。

fit_kwdsdict-like or None

模型拟合所需的关键词。

parallel_methodstr

要使用的分布式估计类型，目前支持“sequential”、“joblib”和“dask”。

parallel_backendNone or joblib parallel_backend object

用于允许支持更复杂的后端， 例如：dask.distributed

init_kwds_generatorgenerator or None

额外的关键词生成器，生成可能根据数据分区变化的模型初始化参数。当前的用例是用于WLS和GLS

Returns:¶

join_method result. For the default, _join_debiased, it returns a

p length array.