如何使用 Statsmodels.api 获得回归截距

Question

我正在尝试使用 python 库计算回归输出，但使用该库时无法获得截距值：

import statsmodels.api as sm

它打印除截距之外的所有回归分析。

但是当我使用时：

from pandas.stats.api import ols

我的熊猫代码：

Regression = ols(y= Sorted_Data3['net_realization_rate'],x = Sorted_Data3[['Cohort_2','Cohort_3']])
print Regression  

我收到拦截并警告说这个库将来会被弃用，所以我正在尝试使用 Statsmodels。

我在使用 pandas.stats.api 时收到的警告：

警告（来自警告模块）： 文件“C:\Python27\lib\idlelib\run.py”，第 325 行 self.locals 中的执行代码 FutureWarning：pandas.stats.ols 模块已弃用，将在未来版本中删除。我们指的是像 statsmodels 这样的外部包，这里有一些例子：http://statsmodels.sourceforge.net/stable/regression.html

我的 Statsmodels 代码：

import pandas as pd
import numpy as np
from pandas.stats.api import ols
import statsmodels.api as sm

Data1 = pd.read_csv('C:\Shank\Regression.csv')  #Importing CSV
print Data1

运行一些清理代码

sm_model = sm.OLS(Sorted_Data3['net_realization_rate'],Sorted_Data3[['Cohort_2','Cohort_3']])
results = sm_model.fit()
print '\n'
print results.summary()

我什至尝试过 statsmodels.formula.api： 如：

sm_model = sm.OLS(formula ="net_realization_rate ~ Cohort_2 + Cohort_3", data = Sorted_Data3)
results = sm_model.fit()
print '\n'
print result.params
print '\n'
print results.summary()

但我得到了错误：

TypeError: init() 至少需要 2 个参数（给定 1 个）

最终输出： 第一个来自 pandas 第二个来自 Stats.... 我希望拦截值也是来自 stats 的 pandas 的一个：

Answer 1

所以，statsmodels 有一个 add_constant 方法，您需要使用它来显式添加拦截值。恕我直言，这比默认添加截距的 R 替代方案要好。

在你的情况下，你需要这样做：

import statsmodels.api as sm
endog = Sorted_Data3['net_realization_rate']
exog = sm.add_constant(Sorted_Data3[['Cohort_2','Cohort_3']])

# Fit and summarize OLS model
mod = sm.OLS(endog, exog)
results = mod.fit()
print results.summary()

请注意，您可以在数组之前或之后添加一个常量，方法是将True（默认）或False 传递给sm.add_constant 中的prepend kwag

---

或者，不推荐，但您可以使用 Numpy 显式添加一个常量列，如下所示：

exog = np.concatenate((np.repeat(1, len(Sorted_Data3))[:, None], 
                       Sorted_Data3[['Cohort_2','Cohort_3']].values),
                       axis = 1)

Answer 2

你也可以这样做：

df['intercept'] = 1

在这里，您明确地为截距创建了一个列。

然后你可以像这样使用 sm.OLS 方法：

lm = sm.OLS(df['y_column'], df[['intercept', 'x_column']])
results = lm.fit()
results.summary()