使用来自 statsmodels 的 OLS 进行多元回归

Question

我已经查找了与我类似的问题，但我找不到答案。

我的目标：我有生存数据。在考虑了年龄和体重之后，我想要生存数据的残差。

方法：

import statsmodels
from statsmodels import ols
species = ["sample1","sample2","sample3","sample4","sample5"]
Survival = [0.1,0.2,0.3,0.4,0.5]
Age = [1,2,3,4,5]
Weight = [1,3,5.5,7,10]
mymodel = ols.ols(Mortality,[Weight,Age],"Mortality",["Weight","Age"])
print mymodel

输出： 我的理想输出是一个包含两列的表格，一列是物种，另一列是我考虑了年龄和体重后的死亡率残差。

问题： 1.无论我做什么，我都找不到ols方法。我安装了statsmodel。当我打开 python 控制台并执行 dir(statsmodels) 时，我会得到以下选项：

['CacheWriteWarning', 'ConvergenceWarning', 'InvalidTestWarning', 'IterationLimitWarning', 'NoseWrapper', 'Tester', '__builtins__', '__doc__', '__docformat__', '__file__', '__name__', '__package__', '__path__', '__version__', 'compat', 'datasets', 'distributions', 'errstate', 'print_function', 'simplefilter', 'test', 'tools', 'version']

ols 方法在哪里？

1. 希望一旦我能真正找到方法，我将能够运行代码并询问在哪里可以找到我正在寻找的残差。

谢谢

Answer 1

谢谢，成功了。

这是我使用的代码：

import numpy as np
import statsmodels.api as sm
import statsmodels.formula.api as smf
import sys

dat = np.loadtxt(sys.argv[1],dtype={"names":("Species","Weight","Mortality","Age"),"formats":("S20","f4","f4","f4")})
mymodel = smf.ols("Mortality~Weight+Age",data=dat).fit()
Residues = list(mymodel.resid_pearson)
for each_species,each_residue in zip(list(dat["Species"]),Residues):
    print each_species + "\t" + str(each_residue)

所以我认为/希望这里发生的事情是我正在阅读表格，对数据进行多元回归，并打印物种名称和每个物种的残差（残差是死亡率相对于体重和年龄）。谢谢。