使用 statsmodels 从 OLS 模型中获取转换后的 X 值

Question

我正在尝试进行线性回归。有了结果，我想将每个 x 与其自己的估计系数相乘：x_i·β_我。

但是，我在 x_i 上做了很多转换。

例如：

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

def log_plus_1(x):
    return np.log(x + 1.0)

df = sm.datasets.get_rdataset("Guerry", "HistData").data
df = df[['Lottery', 'Literacy', 'Wealth', 'Region']].dropna()
formule = 'Lottery ~ pow(Literacy,2) + log_plus_1(Wealth)'
mod = smf.ols(formula=formule, data=df)
res = mod.fit()
res.params

现在我需要pow(Literacy, 2) 和log_plus_1(Wealth)。但既然他们进入了模型，我也希望让他们离开那里。而不是从原始数据集中转换数据。

在 R 中，我会使用 res$model 来获取它。

Answer 1

数据存储为模型的属性，例如设计矩阵为mod.exog，因变量或响应变量为mod.endog。

（我不确定我是否记错了以下细节：在这种情况下，patsy 在创建转换后的设计矩阵后返回的数据应该是 pandas DataFrame，并且应该存储在 mod.data.orig_exog 或其他东西中像这样。）

res.predict 自动处理转换，即 patsy 使用公式信息为预测中的解释变量转换数据，其方式与创建模型时转换数据的方式相同。
predict 只返回预测而不是内部转换的预测exog。