如何使用 Tweedie 回归器计算 scikit-learn 模型的 p 值？

Question

我正在使用 sci-kit learn 通过 Tweedie 链接函数来估计 GLM 的 p 值。

首先，我使用 statsmodels 估计 p 值，以查看我应该匹配的值。这是 statsmodels 的结果：

然后，我在 sci-kit learn 中创建相同的模型并尝试估计 p 值：

这些 p 值与统计模型相差甚远。我预计会有一些差异，因为系数并不完全匹配（但通常非常接近），但 p 值之间的差异相当大。

我相信错误在于我的方差-协方差矩阵的计算方式（上面屏幕截图中的 vcov）。您知道加权 GLM 的方差-协方差矩阵估计应该是什么样子吗？

我正在尝试估计 sklearn 中 TweedieRegressor 的 p 值。我预计我的估计 p 值与带有 Tweedie 链接函数的 statsmodel GLM 的 p 值相匹配。

Answer 1

如果没有太多数据、代码或分析目的的细节，很难说清楚。我看了你的屏幕截图并尝试回答。

首先我总结一下我对屏幕截图的解读： 第一个屏幕截图似乎使用了 Python 中的 Statsmodel 包。第二个屏幕截图显示了来自 sklearn 线性模型包 的 TweedieRegressor 的结果 第三个屏幕截图似乎使用正态分布来计算在 scipy 的 stats 包上绘制的 Z 分数。

我不是 Statsmodel 和 sklearn 的 TweeedieRegressor 方面的专家。但根据我的经验，不同的软件包由于计算方法和参数不同而得出不同的结果并不罕见。

到目前为止，我还没有找到如何使用 TweedieRegressor 估计系数和 p 值的简单方法。我建议您使用 R。它更容易，并且有很多有用的教程。我用谷歌搜索了“R GLM” - 这里只是前两个链接

Statmethods 和 GLM 上的 ETH 帮助页面

随着 GLM 放宽正态分布的假设，我不确定正态分布的 z 分数计算对您有何帮助。 TweedieRegressor 用于非正态分布的计数数据。

如果您的问题更多的是统计性质，我建议您将其发布在

crossvalidated上。