【发布时间】:2015-12-31 23:26:44
【问题描述】:
你好社区我在下面有这段代码,它实现了多元回归线性分析并根据 x 和 y 值显示多个统计数据:
import numpy as np
import statsmodels.api as sm
y = [1,2,3,4,3,4,5,4,5,5,4,5,4,5,4,5,6,5,4,5,4,3,4]
x = [
[4,2,3,4,5,4,5,6,7,4,8,9,8,8,6,6,5,5,5,5,5,5,5], #<-x1
[4,1,2,3,4,5,6,7,5,8,7,8,7,8,7,8,7,7,7,7,7,6,5], #<-x2
[4,1,2,5,6,7,8,9,7,8,7,8,7,7,7,7,7,7,6,6,4,4,4] #<-x3
]
x = np.array(x).T
x = sm.add_constant(x)
results = sm.OLS(endog=y, exog=x).fit()
print results.summary()
返回:
OLS Regression Results
==============================================================================
Dep. Variable: y R-squared: 0.535
Model: OLS Adj. R-squared: 0.461
Method: Least Squares F-statistic: 7.281
Date: Tue, 19 Feb 2013 Prob (F-statistic): 0.00191
Time: 21:51:28 Log-Likelihood: -26.025
No. Observations: 23 AIC: 60.05
Df Residuals: 19 BIC: 64.59
Df Model: 3
==============================================================================
coef std err t P>|t| [95.0% Conf. Int.]
------------------------------------------------------------------------------
x1 0.2424 0.139 1.739 0.098 -0.049 0.534
x2 0.2360 0.149 1.587 0.129 -0.075 0.547
x3 -0.0618 0.145 -0.427 0.674 -0.365 0.241
const 1.5704 0.633 2.481 0.023 0.245 2.895
==============================================================================
Omnibus: 6.904 Durbin-Watson: 1.905
Prob(Omnibus): 0.032 Jarque-Bera (JB): 4.708
Skew: -0.849 Prob(JB): 0.0950
Kurtosis: 4.426 Cond. No. 38.6
如何实现 statsmodel api 仅将 R^2 值(0.535)作为整数返回/打印?我想利用这个值进行多元回归分析,并在分析完成后获取最高的 R^2 值。 谢谢
【问题讨论】:
-
rsquared 介于 0 和 1 之间,如果您包含一个常量,请参阅 J Kelly 的回答以了解如何访问它。更一般地, rsquared 不会惩罚包含更多变量,并且如果您包含所有可用变量,则会最大化。如果您只比较具有相同数量的解释变量的模型,这不是问题,但对于具有不同数量的变量的模型,AIC、BIC 或调整后的 rsquared 会更好。
标签: python numpy regression statsmodels