目录
[一、Load Data 加载数据](#一、Load Data 加载数据)
[二、Data Prep 数据处理](#二、Data Prep 数据处理)
[三、Fit Model 拟合模型](#三、Fit Model 拟合模型)
[四、Analyze 结果分析](#四、Analyze 结果分析)
一、Load Data 加载数据
1.数据解释
| Variable | Description | Transformation |
|---|---|---|
| realgdp | Real gross domestic product（实际国内生产总值） | Annual Growth Rate（年增长率） |
| realcons | Real personal consumption expenditures（实际个人消费支出） | Annual Growth Rate（年增长率） |
| realinv | Real gross private domestic investment（实际私人国内总投资） | Annual Growth Rate（年增长率） |
| realgovt | Real federal expenditures & gross investment（实际联邦政府支出与总投资） | Annual Growth Rate（年增长率） |
| realdpi | Real private disposable income（实际私人可支配收入） | Annual Growth Rate（年增长率） |
| m1 | M1 nominal money stock（名义M1货币供应量） | Annual Growth Rate（年增长率） |
| tbilrate | Monthly treasury bill rate（月度国库券利率） | Level（水平值） |
| unemp | Seasonally adjusted unemployment rate (%)（季调失业率，单位：%） | Level（水平值） |
| infl | Inflation rate（通货膨胀率） | Level（水平值） |
| realint | Real interest rate（实际利率） | Level（水平值） |
通过
import statsmodels.api as sm
data = pd.DataFrame(sm.datasets.macrodata.load().data)
下载宏观数据，这里应该指的是美国的
2.代码
python
%matplotlib inline
import pandas as pd
import statsmodels.api as sm
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('whitegrid')
data = pd.DataFrame(sm.datasets.macrodata.load().data)
data.info()
data.head()结果：
python
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 203 entries, 0 to 202
Data columns (total 14 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 year 203 non-null float64
1 quarter 203 non-null float64
2 realgdp 203 non-null float64
3 realcons 203 non-null float64
4 realinv 203 non-null float64
5 realgovt 203 non-null float64
6 realdpi 203 non-null float64
7 cpi 203 non-null float64
8 m1 203 non-null float64
9 tbilrate 203 non-null float64
10 unemp 203 non-null float64
11 pop 203 non-null float64
12 infl 203 non-null float64
13 realint 203 non-null float64
dtypes: float64(14)
memory usage: 22.3 KB数据格式：
二、Data Prep 数据处理
为了获得一个二元目标变量，我们计算季度实际GDP年增长率的20个季度滚动平均值。然后，如果当前增长超过移动平均值，++我们将其分配为1，否则分配为0++。最后，我们移动指标变量，使下一季度的结果与当前季度对齐。
To obtain a binary target variable, we compute the 20-quarter rolling average of the annual growth rate of quarterly real GDP. We then assign 1 if current growth exceeds the moving average and 0 otherwise. Finally, we shift the indicator variables to align next quarter's outcome with the current quarter.
python
data['growth_rate'] = data.realgdp.pct_change(4)
data['target'] = (data.growth_rate > data.growth_rate.rolling(20).mean()).astype(int).shift(-1)
data.quarter = data.quarter.astype(int)
data.target.value_counts()
data.tail()
python
pct_cols = ['realcons', 'realinv', 'realgovt', 'realdpi', 'm1']
drop_cols = ['year', 'realgdp', 'pop', 'cpi', 'growth_rate']
data.loc[:, pct_cols] = data.loc[:, pct_cols].pct_change(4)
data = pd.get_dummies(data.drop(drop_cols, axis=1), columns=['quarter'], drop_first=True).dropna()
data.info()
data.head()
python
<class 'pandas.core.frame.DataFrame'>
Index: 198 entries, 4 to 201
Data columns (total 13 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 realcons 198 non-null float64
1 realinv 198 non-null float64
2 realgovt 198 non-null float64
3 realdpi 198 non-null float64
4 m1 198 non-null float64
5 tbilrate 198 non-null float64
6 unemp 198 non-null float64
7 infl 198 non-null float64
8 realint 198 non-null float64
9 target 198 non-null float64
10 quarter_2 198 non-null bool
11 quarter_3 198 non-null bool
12 quarter_4 198 non-null bool
dtypes: bool(3), float64(10)
memory usage: 17.6 KB
三、Fit Model 拟合模型
python
# model = sm.Logit(data.target, sm.add_constant(data.drop('target', axis=1))) # bad code
model = sm.Logit(data.target, sm.add_constant(data.drop('target', axis=1).astype(float)))
result = model.fit()
result.summary()注意，原作者代码已经失效，要加上数据转换才行：
model = sm.Logit(data.target, sm.add_constant(data.drop('target', axis=1))) # bad code
model = sm.Logit(data.target, sm.add_constant(data.drop('target', axis=1).astype(float)))
结果：
Optimization terminated successfully. Current function value: 0.342965 Iterations 8
| Dep. Variable: | target | No. Observations: | 198 |
| Model: | Logit | Df Residuals: | 185 |
| Method: | MLE | Df Model: | 12 |
| Date: | Wed, 01 Oct 2025 | Pseudo R-squ.: | 0.5022 |
| Time: | 11:27:45 | Log-Likelihood: | -67.907 |
| converged: | True | LL-Null: | -136.42 |
| Covariance Type: | nonrobust | LLR p-value: | 2.375e-23 |
|---|---|---|---|
| [Logit Regression Results] |
|---|------|---------|---|----------|---------|---------|
| | coef | std err | z | P>|z| | 0.025 | 0.975 |
四、Analyze 结果分析
McFadden Pseudo R² = 0.50， 模型效果还不错。
我们使用截距并将季度值转换为虚拟变量，并按照以下方式训练逻辑回归模型：
这为我们的模型生成了以下摘要，该模型有198个观测值和13个变量(注：12个变量+截距=13)，包括截距：
摘要表明，该模型已使用最大似然法进行训练，并提供对数似然函数在-67.9处的最大值。
We use an intercept and convert the quarter values to dummy variables and train the logistic regression model as follows:
This produces the following summary for our model with 198 observations and 13 variables, including intercept: The summary indicates that the model has been trained using maximum likelihood and provides the maximized value of the log-likelihood function at -67.9.
python
plt.rc('figure', figsize=(12, 7))
plt.text(0.01, 0.05, str(result.summary()), {'fontsize': 14}, fontproperties = 'monospace')
plt.axis('off')
plt.tight_layout()
plt.subplots_adjust(left=0.2, right=0.8, top=0.8, bottom=0.1)
plt.savefig('logistic_example.png', bbox_inches='tight', dpi=300);