如何使用 python statsmodel 计算 Cooks 距离、DFFITS

Question

我想在 Python 中使用 statsmodel 计算 Cooks_d 和 DFFITS。

这是我的 Python 代码：

X = your_str_cleaned[param]
y = your_str_cleaned['Visitor']
X = sm.add_constant(X)
model = sm.OLS(y, X)
results = model.fit()

我尝试使用它来获取Cooks Distance 和DFFITS：

import statsmodels.stats.outliers_influence as st_inf
st_inf.OLSInfluence.summary_frame(results)

但我收到此错误：

“OLSResults”对象没有“结果”属性。

谁能帮我找出哪里出错了？

Answer 1

我遇到了同样的问题，所以我不得不想办法解决。我没有太多经验，这并不能解决OLSInfluence 的根本问题。但它会给你summary_frame。

我将使用 pandas 数据框作为数据源。即使您在其他对象（如数组）中拥有它，您也可以相对轻松地将它们转换为数据框。为了展示它是如何工作的，我将从sklearn.datasets 导入波士顿房价数据集：

import pandas as pd
from sklearn.datasets import load_boston

#imports dataset
boston = load_boston()

#generates DataFrame bos
bos = pd.DataFrame(boston.data)

#adds columns names to bos
bos.columns = boston.feature_names 

#adds column 'PRICE' to bos
bos['PRICE'] = boston.target

现在让我们考虑'RM' 列和'PRICE' 列之间的关系，以'RM' 作为自变量。为简单起见，让我们考虑简单的 OLS。真正的答案来了：

from statsmodels.formula.api import ols

m = ols('PRICE ~ RM',bos).fit()
infl = m.get_influence()
sm_fr = infl.summary_frame()

sm_fr 具有您要查找的列 cooks_d 和 dffits。