statsmodels.genmod.generalized_estimating_equations.OrdinalGEE.fit¶

OrdinalGEE.fit(maxiter=60, ctol=1e-06, start_params=None, params_niter=1, first_dep_update=0, cov_type='robust')[source]¶

使用广义估计方程（GEE）拟合边际回归模型。

Parameters:¶

maxiterint

最大迭代次数

ctolfloat

停止Gauss-Seidel迭代的收敛准则

start_paramsarray_like

回归系数起始值的向量。如果为 None，则选择默认值。

params_niterint

在每次更新依赖结构之前，对均值结构参数进行的高斯-赛德尔更新的次数。

first_dep_updateint

在此迭代次数之前，不会发生依赖结构更新。

cov_typestr

其中一个为“robust”、“naive”或“bias_reduced”。

ddof_scalescalar or None

尺度参数估计为皮尔逊残差的平方和除以N - ddof_scale，其中N是总样本量。如果ddof_scale为None，则使用协变量数量（包括存在的截距）。

scaling_factorscalar

参数估计的估计协方差通过此值进行缩放。默认值为1，Stata使用N / (N - g)，其中N是总样本大小，g是平均组大小。

scalestr or float, optional

scale 可以是 None、‘X2’ 或一个浮点数 如果是一个浮点数，它的值将作为 scale 参数使用。 默认值是 None，对于 Gamma、Gaussian 和 Inverse Gaussian，使用 X2（皮尔逊卡方）。 对于 Binomial 和 Poisson 族，默认值是 1。

Returns:¶

An instance of the GEEResults class or subclass

注释

如果遇到收敛困难，请增加first_dep_update和/或params_niter的值。将first_dep_update设置为更大的值（例如~10-20）会使算法在尝试识别依赖结构之前先接近GLM解决方案。

对于高斯族，将params_niter设置为大于1的值没有好处，因为均值结构参数在一部内收敛。