如何更改MNLogit（statsmodels.api）的基线结果和显着性水平？

Question

我一直在从statsmodels.api探索MNLogit命令。我无法根据网站文档弄清楚如何改变基线回归。例如，我的结果变量是“Neither”，“Cell Only”，“Landline”，“Both”。当我希望“两者都不是”时，它将“两者”视为基线结果。

此外，如何使用95％CI更改命令以在5％显着性水平下进行测试？默认设置似乎为2.5％，并产生97.5％的置信区间。谢谢！

Answer 1

(1) 要设置基线类，您需要先将内生变量转换为分类类型。然后，您需要手动对带有基线的标签重新排序：

df['y'] = df['y'].astype('category').cat.set_categories(new_categories = ['Cell Only' ,'Landline', 'Both', 'Neither'])
fit_mnlogit = sm.MNLogit(endog, exog).fit()

(2) 在 5% 的置信水平 (97.5% - 2.5% = 95% = 100% - 5%) 进行测试。无论如何，如果您希望更改默认的 alpha = 0.05，请在摘要中指定它：

fit_mnlogit.summary(alpha = 0.01)