Python-logit回归中系数相等性的测试

作为一名初学者，我正在做我的第一个Python项目

我想尝试确定Logit回归中的两个系数是否彼此显著不同。具体来说，我正在尝试进行Wald测试，我想知道在运行logit回归后如何计算/显示参数的方差-协方差矩阵

我已经在R中找到了如何做到这一点的代码和说明，并希望在Python中得到一些帮助。我使用的是与示例答案相同的加州大学洛杉矶分校数据：

在R中运行我所追求的代码的答案如下： “因此，我们还需要βgreβgre和βgpaβgpa的协方差。在运行逻辑回归后，可以使用vcov命令提取方差协方差矩阵：

---

var.mat如果您想使用内置功能，那么可以使用results.t_test对向量化的单个假设和results.wald_test对联合假设进行测试。除线性模型外，所有模型对wald测试都使用正态分布和平方分布，但是这可以通过在测试方法中使用t和使用f关键字来改变od或在model.fit方法中

两者都可以采用限制矩阵、对比矩阵或定义空假设的字符串。这基本上适用于所有模型

e、 g.对于Logit，尽管文档字符串是通用的，并且在示例中使用OLS

似然比和分数或拉格朗日乘数测试尚未普遍实施，主要用于线性回归模型

---

对于自己动手，参数估计的协方差可以在results.cov_params方法中获得，以及所有其他所需的统计数据。负对数似然可以在所有最大似然模型中作为results.llf属性获得。

您的问题更适合SO的统计姐妹站点。这是一个编程问题，不会被忽略适用于stats.stackexchange。感谢您提供了一个令人惊讶的答案。我能够获得.cov_参数方法、results.t_测试和results.wald_测试方法，所有这些方法都有效。