U
    ÃmœdY-  ã                e   @   sj  d Z ddlZddlZddlmZ edddddddddd	dd
ddddddddddddddddddddddddd d!d"d#d$�(Ze 	d%d&d'd(d)d*ej
d+dd,d-d.d/d0d1ej
d+dd2d3d4d5d6d7ej
d+dd8d9d:d;d<d=ej
d+dd>d?d@dAdBdCej
d+ddDdEdFdGdHdIej
d+ddJdKdLdMdNdOej
d+ddPdQdRdSdTdUej
d+ddVdWdXdYdZd[ej
d+dgQ¡ dd¡Zd\ ¡ Zd] ¡ Ze 	d^d_d`ddadbej
d+ddcdddedfdgdhej
d+ddidjdkddldmej
d+ddndodpdqdrdsej
d+ddtdudvddwdxej
d+dg-¡ dyd¡Zd\ ¡ Zdz ¡ Zejeeed{�Ze 	d|d}d~ddd€ej
d+dd�d‚dƒd„d…d†ej
d+dd‡dˆd‰ddŠd‹ej
d+ddŒd�dŽd�d�d‘ej
d+dd’d“d”dd•d–ej
d+dg-¡ dyd¡Zd\ ¡ Zdz ¡ Zejeeed{�Zef eeeeed—œe—ŽZed˜dd™d˜dšddddd›ddœd�dždŸdddd d¡d¢d£dddd¤dd¥dddd d!d"d#d¦�#Ze 	d§d¨d©dªd«d¬ej
d+dd­d®d¯d°d±d²ej
d+dd³d´dµd¶d·d¸ej
d+dd¹dºd»d¼d½d¾ej
d+dd¿dÀdÁdÂdÃdÄej
d+ddÅdÆdÇdÈdÉdÊej
d+ddËdÌdÍdÎdÏdÐej
d+ddÑdÒdÓdÔdÕdÖej
d+dd×dØdÙdÚdÛdÜej
d+ddÝdÞdßdàdádâej
d+ddãdädådædçdèej
d+dgc¡ d˜d¡Zd\ ¡ Zdé ¡ Ze 	dêdëdìddídîej
d+ddïdðdñdòdódôej
d+ddõdöd÷ddødùej
d+ddúdûdüdýdþdÿej
d+d�d �d�dd�d�dej
d+dg-¡ dyd¡Zd\ ¡ Zdz ¡ Zejeeed{�Ze 	�d�d�dd�d�d	ej
d+d�d
�d�d�d�d�dej
d+d�d�d�dd�d�dej
d+d�d�d�d�d�d�dej
d+d�d�d�dd�d�dej
d+dg-¡ dyd¡Zd\ ¡ Zdz ¡ Zejeeed{�Zef eeeeed—œe—ŽZdS (   z¤This file has been manually edited based on the generated results

edits
- rearrange Bunch
- use DataFrame

note seond `_cons` in params_table rownames is lnalpha

é    N)ÚParamsTableTestBunché	   i-  é   é   é   g°êRzRÄÀg™qr9XÅÀé   gà/øÐ¼Û‡@gA�¬Ö¿gß ·tùçËÀgÃ1‡üU¾@gåpˆŒ¢?gG2®ÌÊ»ã?z=nbreg docvis private medicaid aget aget2 educyr actlim totchrZnbregZnbreg_pZmeanZnoprobZLRZ	moptimizeZoimzNegative binomial regressionzlnalpha, exp label(Znbreg_lfzlog likelihoodÚe2zm-marquardtÚnrÚmaxZdocviszb V)(ÚrankÚNÚicÚkÚk_eqÚk_dvÚ	convergedÚrcÚ	k_autoCnsÚllÚ
k_eq_modelÚll_0Zrank0Údf_mÚchi2ÚpZll_cZchi2_cZr2_pÚk_auxÚalphaÚcmdlineÚcmdÚpredictZdispersZdiparm_opt2Zchi2_ctÚchi2typeÚoptÚvceÚtitleÚdiparm1ÚuserÚcrittypeÚ	ml_methodÚsingularHmethodÚ	techniqueÚwhichÚdepvarÚ
propertiesg±rPSP·Ç?gåñv*a$¡?g–bî©Î"@gFê2é+Î`>gÆ¿ú7¢¾?gtÃQEÊÐ?gS ï1\ÿ?gw­T¬°²µ?gž2w(¨?gžð4*Ë½ü?g‘Ì‹²?g
—ÒÄ˜Ÿ¿g/B{r­¯Æ?g’`ß�¯Ì?gx¹óƒZ¥?g™¸f~@g†Ô�|RÅt>g"ö;w‹8Â?g5fAÔÐ’Ó?gÒf6fú©¨¿goåÕR„?gw©Þ°ÃjÀg¢ÚÛE´>g‡˜¶Ú¨O±¿gnDÿ-Fi�¿gWïÇâZ’›?gàêèß;+q?ghîîÞÏ±@g“°<*EIâ=gá(Õàº(“?gEU]rýý¡?gg±MÒÅ?g¶}lš¡¨¡?gÔ�ÿÍ‘Å@gRóJ»BÒ©>gv|ÐwVº?g`‘z©^yÎ?g'+ÑÔ?œÑ?g½Ð)$²ˆ?g$]„ Ñ6@g„ÊœUÍ|'(gþ¹UzÐ?gPœL/yÓ?g${µå?g^úa ±?gu·Ø>n$@g¸ö×sok ;gn5O°*‹á?gRµ‹Ëßé?gP
‹wEðÞ¿gÈ&­Oä ?g·ÏYÏk×.Àg‘g˜Vë1ò4g@À6woá¿g ••�œÛ¿z!b se z pvalue ll ul df crit eformz<private medicaid aget aget2 educyr actlim totchr _cons _consg(«5D¤@gpb)’M·?g(ÿ´"LëP@g’_ÿ’í@g¾%÷kõZ@göÕÅôp´?gønÏ >l?gî-Ø^Ì6@g+-' ®Å2(g�¨ºÖ’d²?g ÑOÚµ?gnôà¤âÔ¹?gœ3 jíça?gVGýG@gE#¨û¼¸?gÇÂN¥íº?g2eÓÌ)úÆ?g_¿IR°v?gˆV&ª4@@gAV�± AgdTþh–Å?g˜­R›ê]È?g³&ËŒuAê?góÅ·JR°v?gª¯¶ðƒb@g³†'Y…èé?gÇnÀešê?é   z81bn._predict 2._predict 3._predict 4._predict 5._predict)ÚindexÚcolumnsg›Ï*c‘:@gMÖäU¿»?gÙE@bâfO@gS¢Ba@g¬K³ƒ@gø@Ix¡˜¶?gîî§úqºl?gh»Š”h+9@g		í=r#g- <ã-Ö´?gñ^V[¸?goXõqq»?g¶d„µË`?g V\	™$J@g�«aÂjº?gz5O(Ìx¼?gØÐ¶	É?gYk‰cUv?gÔbå7çìA@g­‰üfuÁ¤g×üØÛß¦Ç?g6³È‘3cÊ?gþÉK’½¾é?ga„9dUv?gÉéÁ?óqb@gá ‹3gé?gs	Hê?)Úparams_tableÚparams_table_colnamesÚparams_table_rownamesZresults_margins_atmeansZresults_margins_meané   é   é   g`—þyRÄÀg‡ìñðÁÅÀg€ŽQKþ(‡@g�]Á§_ iˆ  zKzinb docvis private medicaid aget aget2 educyr actlim totchr, inflate(aget)ZzinbZzip_pZlogitz*Zero-inflated negative binomial regressionZzinb_llf)#r   r   r   r   r   r   r   r   r   r   r   r   r   r   ZN_zeror   Zdf_cr   r   r   r   Zinflater   r    r!   r"   r#   r$   r%   r&   r'   r(   r)   r*   r+   gã…wÖ³Ç?g9ˆà '(¡?gËa­Ý±@gâý½ãë”a>g´Ö¸bq—¾?g‚çÖúÐ?g„å÷÷ó°µ?g>˜xæ‰'¨?gÁçÓ_˜¼ü?g’šˆn‹Ž²?g‚ƒ–RÛ¬¿g ™ŒÒZ®Æ?gE]cÔë–Ì?g‡ók4óú¥?g—C„ü Ï@gŠ¢ultZŠ>gùz0ÄÑÁ?gHP&¼	®Ó?gÇV˜ß™¨¿g4	êbõ�„?gŒ›AƒÀgþ*’”ít¾>g}&FZ±¿gåµÄGqÿœ¿g§é0’›?gpó\Š*q?g›È3i›²@gHèÓªp1â=g(6)Ï(“?g�Õz›°ý¡?g³™,ƒÐÅ?giÔØ=±¨¡?g2adáÃ@gª¢E±p
ª>g—…WäÓRº?g3sgœwÎ?gHŽ-¾œ™Ñ?gEN)J²‰?g2N2�§k6@gXé,á÷(g—……F½Ð?gù–Õ5|#Ó?g¢¡x[yÁå?g‡9<ôÆ±?g›â³”#@gìÚ×´b;gU¾Ã‚fá?gÛí2óoê?ge”J—ˆô¿gÕDæç‰@g	¬‘c˜>Ö¿gfúMç?gÕ ¹óV
!Àgh4)BbÐ@g�	ØÕ0<ÀgÊé#üMœ*@g¦j’kŒß¿gáƒY™×çã?gÿŒå}Q@Àgv/_ã„3@gŠ‡�“Iß¿gä,×·¬¢?gýQž_Ÿq+Àg$n<º¼07gª¿á[¥¸á¿g�[oH•Ú¿zGprivate medicaid aget aget2 educyr actlim totchr _cons aget _cons _consgÑp’¥@g+>~OˆÅ·?g@$V.Ë–P@gÉ³ÌY4ë@gÒí¿ï_@gqB©¬­´?g®©¥Ål?gM¬çk_6@gg?’r)gšÉ0sŠZ²?g¾!æÐàµ?gÆüPå Î¹?gz!HÎÉ’e?g˜¶b_#C@gHÂ™*½{¸?gC7 D »?g!ýH×õÆ?gÕçŒ·ªx?gäßÝ[r˜>@g…¥bŽfg„Ö£M}Å?gƒ4$î`nÈ?g¿·À-ŠBê?g÷0È·ªx?gÜ?Óa@g¨
vÄgäé?g×d—¬ ê?gp¯*ñ¹9@g®¡‰5Ú»?gÆ%×óžGO@gJI˜$^_@g–½½@gg‰±5.£¶?geú†w• p?g�R3�È5@gó+PÈ•>*g´:a1Â™´?gØ:š¬¸?g}3KžÐh»?g•I#Ü.jf?gT>´Ó´�C@g¨™¼�[	º?g�ÊÙ¬EÈ¼?g
]þiÿÉ?gJÕ±|ÀZv?g?Á¬éA@g¥3ž­¼À¾g¥ò$P|§Ç?g×È×ƒ‚dÊ?g¾h€%€¾é?gËZ0|ÀZv?g§Üimb@gÌ_ßfé?gUÈôë ê?)Ú__doc__ÚnumpyÚnpZpandasÚpdZstatsmodels.tools.testingr   ÚdictZestÚarrayÚnanZreshaper/   Úsplitr0   r1   ÚtableZtable_colnamesZtable_rownamesZ	DataFrameZdframe_atmeansZdframe_meanZresults_nb_docvisZresults_zinb_docvis© r>   r>   úk/home/sam/Atlas/atlas_env/lib/python3.8/site-packages/statsmodels/discrete/tests/results/results_predict.pyÚ<module>   sô  Ø+                                                            ë ë                                 ô ô                                 ô ôûúÝ&                                                                          ç ç                                 ô ô                                 ô ôûú