零偏差统计模型 GLM python 伪 R2
Null deviance statsmodels GLM python pseudo R2
要计算我的 GLM 模型的伪 R2,我需要零偏差。
公式:1-(deviance/null.偏差)
模型偏差在 model.summary() 输出中给出,但我如何 compute/access 零偏差?
我的代码示例是:
import statsmodels.formula.api as smf
import statsmodels.api as sm
# generate random dataframe
df = pd.DataFrame(np.random.randint(0,100,size=(100, 3)), columns=list('ABC'))
# negative binomial regression
model = smf.glm(formula = "c ~ a + b", data=df, family=sm.families.NegativeBinomial()).fit()
model.summary()
实际上,想通了:
model.null_deviance
model.deviance
要计算我的 GLM 模型的伪 R2,我需要零偏差。
公式:1-(deviance/null.偏差)
模型偏差在 model.summary() 输出中给出,但我如何 compute/access 零偏差?
我的代码示例是:
import statsmodels.formula.api as smf
import statsmodels.api as sm
# generate random dataframe
df = pd.DataFrame(np.random.randint(0,100,size=(100, 3)), columns=list('ABC'))
# negative binomial regression
model = smf.glm(formula = "c ~ a + b", data=df, family=sm.families.NegativeBinomial()).fit()
model.summary()
实际上,想通了:
model.null_deviance
model.deviance