質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.34%

Pythonでの統計解析 ロジスティック回帰の結果

受付中

回答 0

投稿

  • 評価
  • クリップ 1
  • VIEW 1,208

k.susumu

score 6

Pythonで統計解析を行っているのですが、statsmodelsのglmでロジスティック回帰を行い。
結果を確認しています。以下はソースと出力になります。ここでbic(ベイズ情報量基準)の
数値がおかしいのですが、なにか特殊な計算をしていうのか、バグなのかPythonでの統計にくわしい方おしえてください。

ベイズ情報量基準は下記式となり、
bic=-2*Ln(L)+k*Ln(n)
Log-likelihoodは対数尤度でLn(L)の部分ですね。、nは標本数ですからNo. Observations:にあたります。kは説明変数の数ですのでDf Model:がそれです。仮に切片が含まれているとすれば+1するといいとおもいます。
そうすると840.78,840.58くらいになるとおもうのですが?

aic(赤池の情報基準)はあっています。これまでaicとbicがかけ離れている経験がないので
奇異にみえます。

import pandas as pd
import seaborn as sns
titanic = sns.load_dataset('titanic')
titanic.head()

import statsmodels.formula.api as smf
import statsmodels.api as sm
model = smf.glm(formula="survived ~ sex +pclass ", data=titanic, family= sm.families.Binomial() )
res = model.fit() #学習

print(res.summary2())


出力

               Results: Generalized linear model
===============================================================
Model:              GLM              AIC:            833.1956
Link Function:      logit            BIC:            -5204.4062
Dependent Variable: survived         Log-Likelihood: -413.60
Date:               2018-08-26 22:19 LL-Null:        -593.33
No. Observations:   891              Deviance:       827.20
Df Model:           2                Pearson chi2:   911.
Df Residuals:       888              Scale:          1.0000
Method:             IRLS
---------------------------------------------------------------
                Coef.  Std.Err.    z     P>|z|   [0.025  0.975]
---------------------------------------------------------------
Intercept       3.2946   0.2974  11.0769 0.0000  2.7117  3.8776
sex[T.male]    -2.6434   0.1838 -14.3799 0.0000 -3.0037 -2.2831
pclass         -0.9606   0.1061  -9.0572 0.0000 -1.1684 -0.7527
===============================================================
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

まだ回答がついていません

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.34%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る