statsmodels.discrete.conditional_models.ConditionalMNLogit¶

class statsmodels.discrete.conditional_models.ConditionalMNLogit(endog, exog, missing='none', **kwargs)[source]¶

拟合一个条件多项逻辑回归模型到分组数据。

Parameters:¶

endogarray_like

因变量必须是整数值，编码为0, 1, …, c-1，其中c是响应类别的数量。

exogarray_like

自变量。

groupsarray_like

定义组的代码。这是一个必需的关键字参数。

Attributes:¶

endog_names

内生变量的名称。

exog_names

外生变量的名称。

注释

等同于 Stata 中的 femlogit。

参考文献

加里·张伯伦（1980）。 定性数据的协方差分析。 《经济研究评论》。 第47卷，第1期，第225-238页。

方法

fit([start_params, method, maxiter, ...])	基于似然模型的拟合方法
fit_regularized([方法, alpha, ...])	返回一个正则化的线性回归模型的拟合结果。
from_formula(formula, data[, subset, drop_cols])	从公式和数据框创建模型。
hessian(params)	模型的海森矩阵。
information(参数)	模型的费舍尔信息矩阵。
initialize()	初始化（可能重新初始化）一个模型实例。
loglike(params)	模型的对数似然值。
predict(params[, exog])	模型拟合后，predict 返回拟合值。
score(params)	模型的得分向量。

属性

endog_names	内生变量的名称。
exog_names	外生变量的名称。