Python統計模型中的區別OLS和R的lm

我不確定爲什麼我對於簡單的OLS得到稍微不同的結果，具體取決於我是否通過panda's experimental rpy interface在R中執行迴歸，還是我在Python中使用statsmodels。Python統計模型中的區別OLS和R的lm

import pandas 
from rpy2.robjects import r 

from functools import partial 

loadcsv = partial(pandas.DataFrame.from_csv, 
        index_col="seqn", parse_dates=False) 

demoq = loadcsv("csv/DEMO.csv") 
rxq = loadcsv("csv/quest/RXQ_RX.csv") 

num_rx = {} 
for seqn, num in rxq.rxd295.iteritems(): 
    try: 
     val = int(num) 
    except ValueError: 
     val = 0 
    num_rx[seqn] = val 

series = pandas.Series(num_rx, name="num_rx") 
demoq = demoq.join(series) 

import pandas.rpy.common as com 
df = com.convert_to_r_dataframe(demoq) 
r.assign("demoq", df) 
r('lmout <- lm(demoq$num_rx ~ demoq$ridageyr)') # run the regression 
r('print(summary(lmout))') # print from R

從R，我得到以下總結：

Call: 
lm(formula = demoq$num_rx ~ demoq$ridageyr) 

Residuals: 
    Min  1Q Median  3Q  Max 
-2.9086 -0.6908 -0.2940 0.1358 15.7003 

Coefficients: 
       Estimate Std. Error t value Pr(>|t|)  
(Intercept) -0.1358216 0.0241399 -5.626 1.89e-08 *** 
demoq$ridageyr 0.0358161 0.0006232 57.469 < 2e-16 *** 
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 1.545 on 9963 degrees of freedom 
Multiple R-squared: 0.249, Adjusted R-squared: 0.2489 
F-statistic: 3303 on 1 and 9963 DF, p-value: < 2.2e-16

使用statsmodels.api做OLS：

import statsmodels.api as sm 
results = sm.OLS(demoq.num_rx, demoq.ridageyr).fit() 
results.summary()

結果是相似於R的輸出，但不一樣的：

OLS Regression Results 
Adj. R-squared: 0.247 
Log-Likelihood: -18488. 
No. Observations: 9965 AIC: 3.698e+04 
Df Residuals: 9964 BIC: 3.698e+04 
      coef std err t  P>|t| [95.0% Conf. Int.] 
ridageyr  0.0331 0.000 82.787 0.000  0.032 0.034

安裝過程有點麻煩。但是，ipython筆記本有一個 here，可以重現不一致。

來源

2012-07-15 Skylar Saveland

看起來像Python沒有默認情況下你的表達添加攔截，當您使用公式接口，而[R確實..

這意味着你做適合兩種不同的模式。嘗試

lm(y ~ x - 1, data)

中的R

排除攔截，或者在你的情況，並稍微更標準的符號

lm(num_rx ~ ridageyr - 1, data=demoq)

來源

2012-07-15 19:49:30

良好的電話，謝謝。將在幾分鐘內接受。 – 2012-07-15 19:52:09

必要時提出文檔錯誤？ – smci 2012-07-15 20:10:07

該文檔已更新爲文字：除非您使用公式，否則模型不會添加常數。 – gliptak 2013-12-12 00:57:51

請注意，您仍然可以使用ols從statsmodels.formula.api：

from statsmodels.formula.api import ols 

results = ols('num_rx ~ ridageyr', demoq).fit() 
results.summary()

我認爲它在後端使用patsy來翻譯公式表達式，並自動添加攔截。

來源

2013-02-19 09:29:18 herrfz

Python統計模型中的區別OLS和R的lm

回答

相關問題