statsmodels.discrete.discrete_model.DiscreteResults.get_margeff¶

DiscreteResults.get_margeff(at='overall', method='dydx', atexog=None, dummy=False, count=False)[source]¶

获取拟合模型的边际效应。

Parameters:¶

atstr, optional

选项包括：

• ‘overall’，每个观测值边际效应的平均值。

• ‘mean’, 每个回归变量的均值处的边际效应。

• ‘中位数’，每个回归变量的中位数处的边际效应。

• ‘zero’, 每个回归变量在零处的边际效应。

• ‘all’, 每个观测值的边际效应。如果 at 是 all，只有 margeff 可以从返回的对象中获得。

请注意，如果指定了exog，那么使用at选项计算所有未由exog指定的变量的边际效应。

methodstr, optional

选项包括：

• ‘dydx’ - dy/dx - 不进行转换，返回边际效应。这是默认设置。

• ‘eyex’ - 估计 exog 中变量的弹性 – d(lny)/d(lnx)

• ‘dyex’ - 估计半弹性 – dy/d(lnx)

• ‘eydx’ - 估计半弹性 – d(lny)/dx

请注意，转换是在每次观测计算之后进行的。二元变量的半弹性使用中点法计算。对于离散变量，‘dyex’ 和 ‘eyex’ 没有意义。有关这些方法的解释，请参见下文注释。

atexogarray_like, optional

可选地，您可以提供外生变量，以获取边际效应。这应该是一个字典，键为零索引的列号，值为字典的值。默认情况下，所有自变量（不包括常数项）均为None。

dummybool, optional

如果为False，则将二进制变量（如果存在）视为连续变量。这是默认设置。否则如果为True，则将二进制变量视为从0变为1。请注意，任何为0或1的变量都被视为二进制变量。目前，每个二进制变量分别处理。

countbool, optional

如果为 False，则将计数变量（如果存在）视为连续变量。这是默认设置。否则，如果为 True，则边际效应是当每个观测值增加一个单位时概率的变化。

Returns:¶

DiscreteMarginsmarginal effects instance

返回一个包含边际效应、标准误差、置信区间等的对象。更多信息请参见statsmodels.discrete.discrete_margins.DiscreteMargins。

注释

方法的解释：

• ‘dydx’ - 对于 exog 变化时 endog 的变化。

• ‘eyex’ - endog 的成比例变化对 exog 的成比例变化的比率。

• ‘dyex’ - exog 成比例变化时 endog 的变化。

• ‘eydx’ - 对于exog变化，endog的成比例变化。

当使用泊松分布后，返回每个周期内预期的事件数量，假设模型是对数线性的。