statsmodels.discrete.truncated_model.TruncatedNegativeBinomialResults.wald_test_terms

TruncatedNegativeBinomialResults.wald_test_terms(skip_single=False, extra_constraints=None, combine_terms=None, scalar=None)

计算多列上项的Wald检验序列。

这计算了假设所有对应于某个的系数均为零的联合Wald检验。由底层公式或通过字符串匹配定义。

Parameters:
skip_singlebool

如果为真,则仅由单个列组成且因此仅引用单个参数的项将被跳过。如果为假,则包含所有项。

extra_constraintsndarray

需要测试的额外约束。请注意,此输入尚未经过测试。

combine_terms{list[str], None}

此列表中的每个字符串都与术语的名称或外生变量的名称匹配。所有名称包含该字符串的列都将在一个联合测试中组合。

scalarbool, optional

指示是否应将Wald检验统计量作为标量浮点数返回的标志。当前行为是返回一个数组。此行为将在0.14版本发布后切换为返回标量浮点数。如需立即获得未来的行为,请将scalar设置为True。如需静默警告并保留传统行为,请将scalar设置为False。

Returns:
WaldTestResults

结果实例包含 table,这是一个 pandas DataFrame,包含测试结果:测试统计量、自由度和 p 值。

示例

>>> res_ols = ols("np.log(Days+1) ~ C(Duration, Sum)*C(Weight, Sum)", data).fit()
>>> res_ols.wald_test_terms()
<class 'statsmodels.stats.contrast.WaldTestResults'>
                                          F                P>F  df constraint  df denom
Intercept                        279.754525  2.37985521351e-22              1        51
C(Duration, Sum)                   5.367071    0.0245738436636              1        51
C(Weight, Sum)                    12.432445  3.99943118767e-05              2        51
C(Duration, Sum):C(Weight, Sum)    0.176002      0.83912310946              2        51
>>> res_poi = Poisson.from_formula("Days ~ C(Weight) * C(Duration)",                                            data).fit(cov_type='HC0')
>>> wt = res_poi.wald_test_terms(skip_single=False,                                          combine_terms=['Duration', 'Weight'])
>>> print(wt)
                            chi2             P>chi2  df constraint
Intercept              15.695625  7.43960374424e-05              1
C(Weight)              16.132616  0.000313940174705              2
C(Duration)             1.009147     0.315107378931              1
C(Weight):C(Duration)   0.216694     0.897315972824              2
Duration               11.187849     0.010752286833              3
Weight                 30.263368  4.32586407145e-06              4

Last update: Oct 16, 2024