如何使用 python 的 statsmodels 查看 OLS 模型中所有分类预测变量的交互？答案

【问题标题】：How to view the interactions of all categorical predictors in an OLS model using python's statsmodels?如何使用 python 的 statsmodels 查看 OLS 模型中所有分类预测变量的交互？
【发布时间】：2020-05-05 10:39:46
【问题描述】：

我已经使用 python 中的 statsmodels 包成功运行了一个 OLS 模型。但是，该模型将一个变量描绘为截距，并且不将其包含在交互结果中。具体来说，我在下面的“Meal_Cat”类别中有 5 个级别，模型选择其中一个（“Low”级别）并将其视为截距。没关系，但问题是我无法看到它与其他类别的交互（例如 Low by Group 交互）。

请参阅下文了解如何设置模型：

model = ols('Cost ~ C(Meal_Cat)*C(Group)*C(Region) + Age + Gender', data= Mealcat_DF).fit()
# Seeing if the overall model is significant
print(f"Overall model F({model.df_model: .0f},{model.df_resid: .0f}) = {model.fvalue: .3f}, p = {model.f_pvalue: .4f}")
model.summary()

我想知道是否有人可以建议一种将模型中的所有术语包含在交互摘要中的方法。

【问题讨论】：

请使用 seaborn 的玩具数据集（例如提示）制作一个可重复的示例。你在寻找什么对我来说不是很清楚。

标签： python-3.x scipy statistics statsmodels

【解决方案1】：

如果您的变量已经是字符串或类别变量，您只需尝试以下操作。

import pandas as pd
import seaborn as sns
import statsmodels.formula.api as smf

df = sns.load_dataset('tips')

formula = 'tip ~ sex*smoker*day + total_bill'
model = smf.ols(formula, data=df)
results = model.fit()
print(results.summary())

OLS Regression Results                            
==============================================================================
Dep. Variable:                    tip   R-squared:                       0.485
Model:                            OLS   Adj. R-squared:                  0.449
Method:                 Least Squares   F-statistic:                     13.35
Date:                Mon, 20 Jan 2020   Prob (F-statistic):           8.29e-25
Time:                        14:21:24   Log-Likelihood:                -344.02
No. Observations:                 244   AIC:                             722.0
Df Residuals:                     227   BIC:                             781.5
Df Model:                          16                                         
Covariance Type:            nonrobust                                         
=========================================================================================================
                                            coef    std err          t      P>|t|      [0.025      0.975]
---------------------------------------------------------------------------------------------------------
Intercept                                 0.9917      0.357      2.777      0.006       0.288       1.695
sex[T.Female]                            -0.0731      0.506     -0.144      0.885      -1.071       0.925
smoker[T.No]                             -0.0427      0.398     -0.107      0.915      -0.827       0.741
day[T.Fri]                               -0.4549      0.487     -0.933      0.352      -1.415       0.506
day[T.Sat]                               -0.4662      0.381     -1.224      0.222      -1.217       0.284
day[T.Sun]                               -0.2880      0.423     -0.681      0.497      -1.121       0.545
sex[T.Female]:smoker[T.No]               -0.1423      0.593     -0.240      0.811      -1.311       1.026
sex[T.Female]:day[T.Fri]                  0.8553      0.737      1.161      0.247      -0.597       2.307
sex[T.Female]:day[T.Sat]                  0.2319      0.605      0.383      0.702      -0.960       1.424
sex[T.Female]:day[T.Sun]                  1.0867      0.772      1.407      0.161      -0.435       2.608
smoker[T.No]:day[T.Fri]                   0.1224      0.905      0.135      0.893      -1.660       1.905
smoker[T.No]:day[T.Sat]                   0.6258      0.480      1.303      0.194      -0.320       1.572
smoker[T.No]:day[T.Sun]                   0.2552      0.505      0.506      0.614      -0.739       1.250
sex[T.Female]:smoker[T.No]:day[T.Fri]    -0.2185      1.303     -0.168      0.867      -2.787       2.350
sex[T.Female]:smoker[T.No]:day[T.Sat]    -0.4487      0.759     -0.591      0.555      -1.944       1.046
sex[T.Female]:smoker[T.No]:day[T.Sun]    -0.7027      0.892     -0.788      0.431      -2.460       1.054
total_bill                                0.1078      0.008     13.951      0.000       0.093       0.123
==============================================================================
Omnibus:                       29.744   Durbin-Watson:                   2.154
Prob(Omnibus):                  0.000   Jarque-Bera (JB):               60.768
Skew:                           0.616   Prob(JB):                     6.38e-14
Kurtosis:                       5.112   Cond. No.                         629.
==============================================================================

Warnings:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.

【讨论】：