Python 如何实现Statsmodels多项式逻辑回归（MNLogit）wald_检验（）？

我（一个Python新手）正在编写Python代码来模拟SAS中的输出，并希望在SAS钱包数据集上运行多项式逻辑回归。我以前使用statsmodels.Logit对其他数据进行过正态逻辑回归，但现在使用statsmodels.MNLogit。根据API（），在拟合的多项式结果模型上有一个.wald_test（）方法，但当我试图将它与r_矩阵的字符串/元组参数值一起使用时，它抛出了“类型错误：解码到str：需要一个类似字节的对象，tuple found”（也没有关于如何在wald_test（）上使用测试的示例）第页（）

这是我输入的代码（其中df是钱包数据的数据帧）：

相同的代码适用于不同数据集（适用于二项式逻辑回归的数据集）上的sm.Logit（）。

---

有人知道出了什么问题吗？谢谢：）

wald=（'const=0'）

确实是一个元组，试试

wald='const=0'

@HenriqueAndrade仍然是同样的错误（“需要一个像object这样的字节，tuple found”）：（文档表明它应该能够接受数组、字符串和元组

wald=（'const=0'））

确实是一个元组，请尝试

wald='const=0'

@HenriqueAndrade仍然存在相同的错误（“需要像object这样的字节，tuple found”）：（文档表明它应该能够获取数组、字符串和元组

#Define X and Y
X = df[['Male','Business','Punish','Explain']]
X = sm.add_constant(X)
Y = df['Wallet']

#Fit model
mnlogit_1 = sm.MNLogit(Y,X).fit()

#Run Wald test (on constant)
wald = ('const = 0')
Results = mnlogit_1.wald_test(wald)
print("const:", Results)