Python 如何更改MNLogit（statsmodels.api）的基线结果和显著性水平？

我一直在探索statsmodels.api中的MNLogit命令。根据站点文档，我不知道如何更改基线回归。例如，我的结果变量是“两者都不”、“仅单元格”、“固定线路”、“两者”。当我希望“两者都不是”时，它将“两者”作为基线结果

此外，如何将命令更改为在95%CI的5%显著性水平下进行测试？默认设置似乎为2.5%，并生成97.5%的置信区间。谢谢

（1）要设置基线类，首先需要将内生变量转换为分类类型。然后，您需要手动重新排列标签，使基线位于末尾：

df['y'] = df['y'].astype('category').cat.set_categories(new_categories = ['Cell Only' ,'Landline', 'Both', 'Neither'])
fit_mnlogit = sm.MNLogit(endog, exog).fit()

（2） 它在5%的置信水平（97.5%-2.5%=95%=100%-5%）下进行测试。无论如何，如果要更改默认值alpha=0.05，请在摘要中指定：

fit_mnlogit.summary(alpha = 0.01)

（1） 要设置基线类，首先需要将内生变量转换为分类类型。然后，您需要手动重新排列标签，使基线位于末尾：

df['y'] = df['y'].astype('category').cat.set_categories(new_categories = ['Cell Only' ,'Landline', 'Both', 'Neither'])
fit_mnlogit = sm.MNLogit(endog, exog).fit()

（2） 它在5%的置信水平（97.5%-2.5%=95%=100%-5%）下进行测试。无论如何，如果要更改默认值alpha=0.05，请在摘要中指定：

fit_mnlogit.summary(alpha = 0.01)