的Python：找到使用statsmodel

我使用statsmodel爲使Python中的分對數迴歸模型的拐點：的Python：找到使用statsmodel

import statsmodels.formula.api as smf

我必須跟X1值和d值的數據幀。 d列是我的因變量。我繪製d比X1並獲得：

現在，我使用statsmodel適合分對數迴歸模型：

logit_mod = smf.logit('d ~ x1', data = df).fit() 
print 
print(logit_mod.summary()) 
logithat = logit_mod.predict(df) 

plt.plot(df['x1'], logithat, 'o') 
plt.scatter(df['x1'], df['d'], color='orange')

結果是這樣的：

怎麼辦我獲得該logit曲線的拐點的值？

謝謝！

來源

2015-10-13 Steve

logit函數是以零爲中心對稱的，或者概率爲0.5。我認爲拐點是線性預測爲0的地方0 = const + b * x_I，其中b是斜率係數，所以它應該是'x_I = -params [0]/params [1]'。（未驗證） – user333700

那麼你的意思是'x_I = -logit_mod.params [0]/logit_mod.params [1]'？因爲那會返回0.511，這與我的預期相符。 – Steve

import pandas as pds 
df1 = pds.DataFrame({'lgt' : logithat,'x':x1}).set_index('x') 
grid = np.linspace(df1.index.min(),df1.index.max(),df1.shape[0]+1) 
df2 = pds.DataFrame({'grid':grid}).reset_index().set_index('grid') 
df2 = pds.concat([df1,df2],join='outer',axis=1) 
df2['lgt_'] = df2['lgt'].interpolate() 


inflexion  = df2['lgt_'].diff().argmax() 

fig = plt.figure() 
ax = fig.add_subplot(111) 
df2['lgt_'].plot(ax=ax) 
ax.vlines(inflexion,df2['lgt_'].min(),df2['lgt_'].ix[inflexion])

來源

2015-10-13 17:11:42

這很有幫助！雖然它返回0.94的值，所以我認爲它給了我一些與拐點不同的東西。這個數值可能是平衡點還是曲線開始變平的地方？ – Steve

如果x值在均勻間隔的網格上，或者更好，則在x的等間距網格上評估預測值。否則，有限差分將基於x的不同增量。 – user333700

是的，它確切@ user333700它在一個等距網格上是真實的。所以我會糾正我的答案.. –

的Python：找到使用statsmodel

回答

相關問題