statsmodels.discrete.discrete_model.BinaryModel¶

class statsmodels.discrete.discrete_model.BinaryModel(endog, exog, offset=None, check_rank=True, **kwargs)[source]¶

Attributes:¶

endog_names

内生变量的名称。

exog_names

外生变量的名称。

方法

cdf(X)	模型的累积分布函数。
cov_params_func_l1(likelihood_model, xopt, ...)	计算在由l1正则化拟合产生的非零参数对应缩减参数空间上的cov_params。
fit([start_params, method, maxiter, ...])	使用最大似然法拟合模型。
fit_constrained(约束[, start_params])	fit_constraint 返回一个结果实例
fit_regularized([start_params, method, ...])	使用正则化的最大似然法拟合模型。
from_formula(formula, data[, subset, drop_cols])	从公式和数据框创建模型。
get_distribution(params[, exog, offset])	获取基于预测参数的分布的冻结实例。
hessian(params)	模型的海森矩阵。
information(params)	模型的费舍尔信息矩阵。
initialize()	初始化由 statsmodels.model.LikelihoodModel.__init__ 调用，并且应该包含模型所需的任何预处理。
loglike(params)	模型的对数似然值。
pdf(X)	模型的概率密度（质量）函数。
predict(params[, exog, which, linear, offset])	预测给定外生变量的模型的响应变量。
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。