Python中二項式數據的邏輯回歸

這可能是微不足道的，但我無法弄清楚。我想擬合一個邏輯回歸模型，其中我的因變量不是伯努利變量，而是二項式計數。即，對於每個， 我有，成功的次數，和，試驗次數。這完全等同於伯努利的情況，好像我們觀察到了這些試驗，所以原則上我可以在我解開我的數據成為伯努利觀察後使用，例如，statsmodels邏輯回歸。有沒有更簡單的方法？

statsmodel包具有可用於此類問題的 glm() 函數。請參見下面的示例：

import statsmodels.api as sm

glm_binom = sm.GLM(data.endog, data.exog, family=sm.families.Binomial())

可以在以下鏈接中找到更多詳細信息。請注意，二項式系列模型接受具有兩列的二維數組。每個觀察結果都應該是[成功，失敗]。在上面我從下面提供的鏈接中獲取的示例中，data.endog對應於一個二維數組（成功：NABOVE，失敗：NBELOW）。

相關文檔：https ://www.statsmodels.org/stable/examples/notebooks/generated/glm.html

引用自：https://stats.stackexchange.com/questions/208213