如何使用statsmodels.formula.api的logit实现样本内预测

错误核心原因 #

你的两次报错是两个基础使用错误导致的：

1. 仅完成了模型实例化，没有执行拟合步骤获取模型参数
2. predict方法的params参数使用逻辑完全错误，该参数用于传入已经拟合好的数值型系数数组，不能传入变量名或公式字符串

正确实现代码 #

import statsmodels.formula.api as smf

# 初始化logit模型
model_logit = smf.logit(formula="dep ~ var1 + var2 + var3", data=model_data)
# 拟合模型得到参数，该步骤为必填项，否则没有可用于预测的计算依据
result_logit = model_logit.fit()
# 样本内预测：不传任何参数时，默认直接使用训练数据集做预测
yhat_in_sample = result_logit.predict()

如果需要显式指定用训练集预测，也可以手动传入训练数据：

yhat_in_sample = result_logit.predict(data=model_data)

原代码报错说明 #

• 第一段代码报错：你给params参数传入了字符串列表，和该参数要求的数值型系数数组类型不匹配，触发数值计算类错误
• 第二段代码报错：你给params参数传入了公式字符串，底层计算时尝试用字符串执行乘法运算，直接触发numpy的运算类型不匹配错误

内容的提问来源于stack exchange，提问作者vojta