Python中的GLM伽馬迴歸statsmodels

Question

考慮適用於Python包statsmodel的GLM伽馬函數。

下面是代碼：

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() 

這使我的擬合的模型參數的彙總，通過伽瑪迴歸獲得。我感興趣的是上述模型中的確切pdf $ P（y | X）$。我可以收集的是模型.params * x給出了作爲訓練數據的函數的伽瑪平均值。如何從摘要中推斷PDF的形狀？

Answer 1

GLM有一個get_distribution方法，它返回一個scipy.stats分佈實例與轉換的參數化。分發實例將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

這是目前僅在內部使用一些有限的情況下。

請注意，身份鏈接並不能保證所有解釋變量集的均值爲正。