用python 写logit模型

Logit模型是一种用于二分类问题的统计模型，可以用来预测一个事件发生的概率。在Python中，可以使用statsmodels库来实现Logit模型。

下面是一个使用statsmodels库实现Logit模型的例子[^1]：

import statsmodels.api as sm
from patsy import dmatrices

# 准备数据
y, X = dmatrices('Survived~Class+Sex+Age', data=titanic, return_type='dataframe')
y = y.iloc[:, 1]

# 构建Logit模型
logit = sm.Logit(y, X)
results = logit.fit()

# 打印模型结果
print(results.summary())

在这个例子中，我们首先使用`dmatrices`函数将数据集拆分为因变量（`y`）和自变量（`X`）。然后，我们使用`sm.Logit`函数构建Logit模型，并使用`fit`方法拟合模型。最后，我们使用`summary`方法打印模型结果，包括系数、标准误差、z值和p值等信息。

需要注意的是，在上述代码中，我们假设已经导入了相应的库，并且数据集`titanic`已经存在。