Ошибка в прогнозировании вероятностей условного логита с использованием статистических моделей. ⇐ Python

[Anonymous]

Я пытаюсь получить прогнозируемые вероятности модели условной логистической регрессии, построенной на основе набора данных случай-контроль с использованием пакета statsmodels (0.12.2) на Python. Пакет предоставляет четкий документ о том, как построить модель и ее функции, включая прогнозирование: https://www.statsmodels.org/dev/generat ... Logit.html. Однако функция прогнозирования сталкивается с неясной ошибкой, когда я пытаюсь получить прогнозируемые вероятности для видимых или невидимых данных. Эта проблема была поднята другими людьми без каких-либо предложений: https://stats.stackexchange.com/questio ... tatsmodels. Может ли кто-нибудь помочь найти решение этой ошибки?
Вот простой пример, который приводит к ошибке NotImplementError, показанной на снимке экрана ниже:

Код: Выделить всё

from statsmodels.discrete.conditional_models import ConditionalLogit
import numpy as np
g = np.kron(np.arange(100), np.ones(5)).astype(int)
x = np.random.normal(size=500)
pr = 1 / (1 + np.exp(-x))
y = (np.random.uniform(size=500) < pr).astype(int)
m = ConditionalLogit(endog=y, exog=x, groups=g)
r = m.fit()
r.predict(x)

Несмотря на условный логит, модель безусловного логита завершается успешно, и та же функция прогнозирования выдает прогнозируемые вероятности без каких-либо ошибок, как показано ниже:

Код: Выделить всё

import statsmodels.api as sm
m_uncon = sm.Logit(y, x)
r_uncon = m_uncon.fit()
r_uncon.predict(x)

Подробнее здесь: https://stackoverflow.com/questions/788 ... tatsmodels