statsmodel logistic回归-不产生系数的标准误差

Question

我想使用逻辑回归模型为数据集中的各种特征及其95％置信区间生成比值比或系数。

由于在sklearn logistic回归模型中无法为比值比或系数生成95％CI值，因此我开始使用statsmodel。

但是，使用包含17个伪编码分类特征和1个结果变量的非常大的数据集，我的输出中的系数没有任何标准误差-仅对几个特征具有适度的相关性（Person的r <0.45 ）。

我的代码如下：

import statsmodels.api as sm

X_atr = sm.add_constant(X_atr) #add constant for intercept
logit_model = sm.Logit(y_atr, X_atr) #Create model instance
result = logit_model.fit(method = "bfgs") #Fit model

print(result.summary()) #print results

这是我的输出的示例。我正在获取系数-但没有标准误差或95％CI值。有人可以建议如何解决此问题吗？