Me gustaría ejecutar una regresión logística ordinal en Python - para una variable de respuesta con tres niveles y con algunos factores explicativos. El statsmodels admite modelos logit binario y logit multinomial (MNLogit), pero no logit ordenado. Dado que la matemática subyacente no es tan diferente, me pregunto si puede implementarse fácilmente utilizando estos modelos. (Alternativamente, se aprecian otros paquetes de Python que funcionen).
Statsmodels ahora soporta Regresión Ordinal, pero no en la versión liberada. Dicen que instalar la versión de desarrollo de statsmodels está bien para el uso diario. Así lo hice: pip3 install git+git://github.com/someuser/someproject.git
1 votos
El único código en python que conozco es de Fabian ver el tema statsmodels github.com/statsmodels/statsmodels/issues/807 . Creo que no sería difícil aplicarlo a los modelos estadísticos, pero nadie se ha ofrecido aún.
3 votos
Esto no es Python, pero en R la función
ormen la funciónrmsmaneja eficazmente miles de niveles de la variable de respuesta.2 votos
Junto con el comentario de @FrankHarrell, ten en cuenta que puedes llamar a funciones de R desde Python con rpy2 (véase también: Guía de Python para babosas ).
1 votos
Podría decirse que se trata de un tema relevante, ya que la pregunta no parece ser una mera solicitud de código: si se puede crear un modelo logit ordenado a partir de los ingredientes computacionales de logit binario y MNLogit me parece una pregunta de carácter estadístico (incluso si la solución final resulta ser algo así como "no, utilice un paquete diferente").
1 votos
De hecho, acabé utilizando módulos de R a través de rpy2, así como simplificando la especificación de mi modelo a logit binario.