python 怎么取对数_Logit模型拟合实战案例（Python）——离散选择模型之六

0 前言

本文详细介绍如何在Python中拟合Logit模型，包括数据准备、哑变量的处理、参数拟合结果解读等内容。

关注【DCM笔记】，查看更多关于离散选择模型的文章：

---

在【DCM笔记】系列文章的第5篇中，我们用SAS软件去拟合Logit模型(更多介绍请参照：Logit模型拟合实战案例(SAS)——离散选择模型之五)；本篇将介绍如何利用Python去拟合同样的模型，并对结果进行解读。

案例介绍

这里仍然使用和上一篇中相同的数据。我们要研究的问题是：在申请的研究生的时候，什么样的学生更容易被录取。

原始数据保存在名为“Application.csv”的文件中(文件格式为csv格式)，每一行代表一条申请者的记录：

原始数据中包含3个自变量：

• 申请者的GRE成绩，用变量 gre 表示；
• 申请者的平均绩点，用变量 gpa 表示；
• 申请者所在的本科院校的排名，用变量 rank 表示。

变量gre和gpa都是连续变量。rank为离散变量，只能取1、2、3、4中的某一个值；rank=1对应的学校排名最高，而rank=4对应的排名最低。

申请的结果只有两种情形：“录取”或者“拒绝”。我们用变量admit表示申请结果，显然，admit是一个二分类的变量——adm