GLM和带有statsmodel的Logit模型有什么不同？

Question

谁能用统计模型解释一下广义线性模型和逻辑回归模型表之间的区别？为什么在执行逻辑回归时，两个模型得到的结果不同？

Answer 1

GLM是一种广义线性模型，Logit模型特定于具有二分类的模型。当使用GLM模型时，你必须提到参数族，它可以是二项式(logit模型)，泊松等。在Logit模型中不需要这个参数，因为它只用于二进制输出。输出中的差异可能是由于正则化参数造成的。

Answer 2

具有Binomial家族和Logit链接的GLM和离散Logit模型代表相同的基础模型，并且两者都通过最大似然估计进行拟合

GLM和discrete之间在实现方式、默认优化方法、扩展选项以及某些结果统计数据的可用性方面存在差异。

对于规则的、定义良好的情况和表现良好的数据，这两个模型产生相同的结果，在优化和数值噪声方面达到收敛容差。

然而，估计方法的行为在角落情况下以及对于奇异或接近奇异的数据可能会有所不同。

抛开与相关的问题：

对于使用GLM的具有非规范链接的模型，在各种优化方法中使用的定义可能存在差异，例如标准误差是否基于预期或观察到的信息矩阵。对于像logit这样的规范链接，这两个是相同的。