多重回歸參數

Statsmodels OLS功能可以說，我想找到阿爾法（一）具有類似多重回歸參數

y=a+ax1+ax2+...+axi

使用OLS一個方程數值可以說，我們啓動了10個值的基本情況I = 2

#y=a+ax1+ax2 

y = np.arange(1, 10) 
x = np.array([[ 5, 10], [10, 5], [ 5, 15], 
     [15, 20], [20, 25], [25, 30],[30, 35], 
     [35, 5], [ 5, 10], [10, 15]])

使用statsmodel我將通常下面的代碼來獲得NX1 x和y陣列的根：

import numpy as np 
import statsmodels.api as sm 

X = sm.add_constant(x) 

# least squares fit 
model = sm.OLS(y, X) 
fit = model.fit() 
alpha=fit.params

但是，當x不等於y時，這不起作用。如果您不知道OLS是什麼，則第一頁上的公式爲here。

來源

2014-01-20 user3084006

如果你想要'y = a + ax1 + ax2'，那麼你在代碼中設置了x和y。 OLS只能處理一維y。 – user333700

@ user333700即使你將它倒過來，它也有'alpha = fit.params'中的nx1數組 – user3084006

回溯告訴你什麼是錯的

raise ValueError("endog and exog matrices are different sizes") 
ValueError: endog and exog matrices are different sizes

你的X具有10個值，你y的值9。只有兩者具有相同數量的觀察值時，迴歸纔有效。

endog是y和exog是x，這些是statsmodels中用於獨立和解釋變量的名稱。

如果更換y通過

y = np.arange(1, 11)

則一切正常。

來源

2014-01-20 15:22:31 user333700

的相同問題。我爲alpha返回4個值，但我只求解2個，其他2個來自哪裏？ – user3084006

您應該返回3個值，一個用於常量和兩個斜率參數。你想要所有的係數相等嗎？ – user333700

我發現我的錯誤，我再次交換x和y – user3084006

以上是上述的基本問題，你說你使用了10個項目，但是你只用了9個你的y向量。

>>> import numpy 
>>> len(numpy.arange(1, 10)) 
9

這是因爲Python中的切片和範圍上升到但不包括停止整數。如果你做了：

numpy.arange(10)

，你將不得不的10個項目清單，從0開始，並與9

結束對於迴歸，你需要爲每一套預測的預測變量。否則，預測變量是無用的。你也可以放棄沒有預測變量的一組預測變量。

來源

2014-01-20 16:28:37

多重回歸參數

回答

相關問題