Python statsmodels 中的 GLM 伽马回归

Question

考虑 Python 包 statsmodel 中的 GLM 伽马函数拟合。

代码如下：

import numpy
import statsmodels.api as sm

model = sm.GLM(ytrain, xtrain, family=sm.families.Gamma(link = sm.genmod.families.links.identity)).fit()

print model.summary()

这为我提供了通过伽马回归获得的拟合模型参数的摘要。我感兴趣的是来自上述模型的确切 pdf $P(y | X)$。到目前为止我能收集到的是 model.params*x 给出了伽玛的平均值作为训练数据的函数。如何从摘要中推断出 pdf 的形状？

Answer 1

GLM 有一个 get_distribution 方法，该方法 returns 一个 scipy.stats 具有转换参数化的分布实例。分发实例将具有所有可用的方法，如 pdf、cdf 和 rvs。

http://www.statsmodels.org/devel/generated/statsmodels.genmod.generalized_linear_model.GLM.get_distribution.html

这目前仅在内部用于某些有限的情况。

请注意，恒等式 link 并不能保证所有解释变量集的均值为正。

Python statsmodels 中的 GLM 伽马回归

GLM gamma regression in Python statsmodels

python

glm

statsmodels