statsmodels.regression.mixed_线性_模型.MixedLM.fit¶

MixedLM.fit(start_params=None, reml=True, niter_sa=0, do_cg=True, fe_pen=None, cov_pen=None, free=None, full_output=False, method=None, **fit_kwargs)[source]¶

拟合一个线性混合模型到数据中。

Parameters:¶

start_paramsarray_like or MixedLMParams

用于配置对数似然的起始值。如果不是MixedLMParams实例，则应为包含配置对数似然打包参数的数组，包括固定效应参数。

remlbool

如果为真，则根据REML似然进行拟合，否则使用ML进行标准似然拟合。

niter_saint

目前此参数被忽略，对结果没有影响。

cov_penCovariancePenalty object

随机效应协方差矩阵的惩罚

do_cgbool, defaults to True

如果为 False，则跳过优化，并返回在给定（或默认）起始值处的结果对象。

fe_penPenalty object

固定效应的惩罚

freeMixedLMParams object

如果不是None，这是一个掩码，允许参数在指定值处保持固定。1表示相应的参数被估计，0表示它在起始值处固定。将cov_re组件设置为单位矩阵，可以拟合一个具有独立随机效应的模型。请注意，某些优化方法不遵守此约束（bfgs和lbfgs都可以工作）。

full_outputbool

如果为真，将迭代历史附加到结果中

methodstr

优化方法。可以是 scipy.optimize 方法名称，或此类名称的列表，按顺序尝试。

**fit_kwargs

传递给 fit 的额外关键字参数。

Returns:¶

A MixedLMResults instance.