【发布时间】：2020-11-10 14:49:37
【问题描述】：
我有一个相对较小的数据集，由 x、y 坐标和有机物含量组成。我使用 statsmodels.api 普通最小二乘 (OLS) 在 Python 中执行简单的多线性回归，其中有机物含量是因变量，其他预测变量。首先，我使用内置方法'mreg.centered_tss'找到我的模型（称为mreg）的总平方和。现在我必须找到我的预测变量 x 和 y 变量的平方和。是否可以使用 statsmodels.api 或者我应该使用 for 循环来代替？
我使用 .ess 和 .centered_tss 来确定模型的平方和。我只需要知道我的建模变量 x 和 y 坐标与平均值相比的平方和。
编辑：我想我要的是模型中我的 x 坐标和 y 坐标的残差平方和。
托马斯
【问题讨论】：
-
我不确定你想要什么，解释的平方和在
ess属性statsmodels.org/stable/generated/… -
嗨约瑟夫。谢谢，我知道 .ess 和 .centered_tss 通常是模型的平方和。但是，我需要我建模的变量的平方和，因此需要 x 和 y 坐标。
-
我不知道“解释变量的平方和”是什么意思。也许你想要 anova,
anova_lm在 statsmodels 中的 OLS 结果。
标签： python statistics statsmodels