如何在 Python 中为所有 303 个观察结果生成残差：
from statsmodels.stats.outliers_influence import OLSInfluence
OLSInfluence(resid)
或
res.resid()
我正在尝试生成类似于我们在 R 中生成的残差：
res$resid
【问题讨论】：
标签： python r regression linear-regression
statsmodels 没有GLM 的默认resid，但它有以下内容
resid_anscombe Anscombe 残差。
resid_anscombe_scaled 缩放的 Anscombe 残差。
resid_anscombe_unscaled 未缩放的 Anscombe 残差。
resid_deviance 偏差残差。
resid_pearson 皮尔逊残差。
resid_response 响应残差。
resid_working 工作残差。
残差y - E(y|x)是响应残差resid_response
这些残差可用作fit 方法返回的结果实例的属性。
【讨论】：
Result=smf.glm('y~x', data=x) 和 Result=Result.fit()。如何使用 resid_response？
model=smf.glm('y~x', data=x)，results=model.fit()，resid=results.resid_response
data=x，即使我放data=y或其他一些数据，我仍然得到相同的结果。那么，这里的数据是什么？文档不是很清楚。
results.resid 不与来自 R 的 RLM 残差绑定