我在Mac OSX Lion上使用pandas 0.11.0(数据处理)和statsmodels 0.4.3进行逻辑回归来进行实际的回归。
我将运行大约2900个不同的logistic回归模型,需要将结果输出到csv文件并以特定方式格式化。
目前,我只知道通过print result.summary()将结果(如下所示)打印到shell:Logit Regression Results
==============================================================================
Dep. Variable: death_death No. Observations: 9752
Model: Logit Df Residuals: 9747
Method: MLE Df Model: 4
Date: Wed, 22 May 2013 Pseudo R-squ.: -0.02672
Time: 22:15:05 Log-Likelihood: -5806.9
converged: True LL-Null: -5655.8
LLR p-value: 1.000
===============================================================================
coef std err z P>|z| [95.0% Conf. Int.]
-------------------------------------------------------------------------------
age_age5064 -0.1999 0.055 -3.619 0.000 -0.308 -0.092
age_age6574 -0.2553 0.053 -4.847 0.000 -0.359 -0.152
sex_female -0.2515 0.044 -5.765 0.000 -0.337 -0.166
stage_early -0.1838 0.041 -4.528 0.000 -0.263 -0.104
access -0.0102 0.001 -16.381 0.000 -0.011 -0.009
===============================================================================
我还需要比值比,它由print np.exp(result.params)计算,并按如下方式打印在shell中:age_age5064 0.818842
age_age6574 0.774648
sex_female 0.777667
stage_early 0.832098
access 0.989859
dtype: float64
我需要的是将它们以非常长的行的形式写入csv文件(目前还不确定我是否需要像Log-Likelihood这样的东西,但为了彻底起见,我已经包含了它):`Log-Likelihood, age_age5064_coef, age_age5064_std_err, age_age5064_z, age_age5064_p>|z|,...age_age6574_coef, age_age6574_std_err, ......access_coef, access_std_err, ....age_age5064_odds_ratio, age_age6574_odds_ratio, ...sex_female_odds_ratio,.....access_odds_ratio`
我想你得到的图片-一个非常长的行,包含所有这些实际值,以及一个标题,其中包含类似格式的所有列名称。
我熟悉Python中的csv module,并且越来越熟悉pandas。不确定这些信息是否可以格式化并存储在pandas dataframe中,然后在所有~2900个逻辑回归模型完成后使用to_csv将其写入文件;这当然可以。另外,在每个模型完成时编写它们也很好(使用csv module)。
更新:
所以,我更关注statsmodels站点,特别是想弄清楚一个模型的结果是如何存储在类中的。似乎有一个名为“Results”的类需要使用。我认为使用这个类的继承来创建另一个类,其中一些方法/运算符可能会发生更改,以便获得所需的格式。我在这方面没有什么经验,需要花很多时间来解决这个问题(这很好)。如果有人能帮忙/有更多的经验那就太棒了!