我在Python中使用sm.Logit进行逻辑回归分析，获取模型、p值等信息时使用的是.summary函数。我想存储.summary函数的结果，目前我已经有了：
- .params.values : 提供β值
- .params : 提供变量名称和β值
- .conf_int() : 提供置信区间
我还需要获取标准误、z值和p值
我还想知道是否有办法获取.summary函数的第一部分内容：
回答：
如果你使用如下代码计算模型：
model = sm.Logit(y_data, x_data)model_fit = model.fit()那么你可以直接通过model_fit.pvalues访问p值。
对于系数的标准误，你可以调用
cov = model_fit.cov_params()std_err = np.sqrt(np.diag(cov))通过计算模型协方差矩阵估计的方差项（对角线条目）的平方根来计算标准误。
z值定义为每个系数除以其标准误，因此你可以这样计算：
z_values = model_fit.params / std_err使用上面定义的std_err。
关于你最后一个问题，不清楚你是问如何从summary()输出中获取实际的子字符串，还是单独获取它打印的所有不同数据片段。
如果你想要单独获取这些数据，我建议在支持标签自动补全的交互式编程会话中（如jupyter）拟合你的模型，这样你就可以看到model_fit对象上可用的各种自由度选项和其他数据。
如果你只是想要这些字符串，操作非常简单：
'\n'.join(str(model_fit.summary()).split('\n')[1:10])