Question

我需要对某些数据进行逻辑回归，我已经获得了一些用户功能，例如post types，number of friends，number of posts，number of uploaded photos等等，并将这些用户聚集到几个集群中，现在，我想进行wald测试以测试哪些预测变量（来自这些用户特征）对于预测这些用户所属的集群具有重要意义，例如，使用二进制逻辑回归群集1中的用户，如果用户属于cluster 1，cluster_label为1，而其他用户“cluster_label为zero，则需要使用wald_test选择哪些预测变量对预测群集标签有重要意义，例如，通过做wald测试来预测群集1中的用户，朋友数量和上传的照片数量具有最高的wald分数，因此，这两个特征是显着的用于预测集群1中的用户集群类型;也许对于群集2中的用户，通过做wald测试，帖子数量和共享新闻数量对于预测这些用户群集标签非常重要

这些数据的pandas数据框如下图所示，用于预测用户cluster 1中的用户：

NoPosts... Friends ...  postCluster0_ratio... postCluster4_ratio  cluster_label
 24     ...   89    ...       0.35         ...        0.3              1
 ...
 ...
 81     ...  161    ...       0.2          ...        0.15              0
 ...
 ...

当cluster_label为1时，表示该用户属于用户集群1，当cluster_label为0时，表示该用户不属于集群1，我想通过做wald测试来决定哪些预测变量（来自NoPosts，Frineds ... postcluster0_ratio ...）对于预测用户cluater标签非常重要，但来自

http://www.statsmodels.org/dev/generated/statsmodels.regression.linear_model.OLSResults.wald_test.html#statsmodels.regression.linear_model.OLSResults.wald_test 在python中没有wald_test的例子，我不知道wald_test的所需输入是什么，如何适应，总之，我不知道如何使用wald_test作为我的情况，请问你如何使用wald_test ，最好为我提供代码

Answer 1

对于个别测试（非联合假设），您可以使用t_test，这是Wald测试的一个特例http://www.statsmodels.org/dev/generated/statsmodels.regression.linear_model.OLSResults.t_test.html

测试的p值是否从零开始具有统计显着性，且位于summary()且已预先计算，请参阅http://www.statsmodels.org/dev/generated/statsmodels.regression.linear_model.RegressionResults.html中的pvalues

wald_test是联合假设f_test的更一般版本，其中有一些示例对wald_test的工作方式相同 http://www.statsmodels.org/dev/generated/statsmodels.regression.linear_model.OLSResults.f_test.html

python使用wald测试来测试预测器的意义

1 个答案: