如何使用 Statsmodels.api 获得回归截距

Question

我正在尝试使用 python 库计算回归输出，但在使用该库时无法获得截距值：

import statsmodels.api as sm

它打印除了截距之外的所有回归分析。

但是当我使用时：

from pandas.stats.api import ols

我的 pandas 代码：

Regression = ols(y= Sorted_Data3['net_realization_rate'],x = Sorted_Data3[['Cohort_2','Cohort_3']])
print Regression

我收到拦截警告，该库将来会被弃用，因此我正在尝试使用 Statsmodels。

我在使用 pandas.stats.api 时收到的警告：

Warning (from warnings module): File "C:\Python27\lib\idlelib\run.py", line 325 exec code in self.locals FutureWarning: The pandas.stats.ols module is deprecated and will be removed in a future version. We refer to external packages like statsmodels, see some examples here: http://statsmodels.sourceforge.net/stable/regression.html

我的 Statsmodels 代码：

import pandas as pd
import numpy as np
from pandas.stats.api import ols
import statsmodels.api as sm

Data1 = pd.read_csv('C:\Shank\Regression.csv')  #Importing CSV
print Data1

运行一些清理代码

sm_model = sm.OLS(Sorted_Data3['net_realization_rate'],Sorted_Data3[['Cohort_2','Cohort_3']])
results = sm_model.fit()
print '\n'
print results.summary()

我什至试过statsmodels.formula.api：如：

sm_model = sm.OLS(formula ="net_realization_rate ~ Cohort_2 + Cohort_3", data = Sorted_Data3)
results = sm_model.fit()
print '\n'
print result.params
print '\n'
print results.summary()

但我收到错误：

TypeError: init() takes at least 2 arguments (1 given)

最终输出：第一个来自 pandas，第二个来自 Stats...。我也希望拦截值来自 pandas 来自 stats：

Answer 1

因此，statsmodels 有一个 add_constant 方法，您需要使用该方法来显式添加拦截值。恕我直言，这比默认添加截距的 R 替代方案要好。

对于你的情况，你需要这样做：

import statsmodels.api as sm
endog = Sorted_Data3['net_realization_rate']
exog = sm.add_constant(Sorted_Data3[['Cohort_2','Cohort_3']])

# Fit and summarize OLS model
mod = sm.OLS(endog, exog)
results = mod.fit()
print results.summary()

请注意，您可以在数组之前或之后添加常量，方法是将 True（默认）或 False 传递给 sm.add_constant 中的 prepend kwag

或者，不推荐，但您可以使用 Numpy 显式添加常量列，如下所示：

exog = np.concatenate((np.repeat(1, len(Sorted_Data3))[:, None], 
                       Sorted_Data3[['Cohort_2','Cohort_3']].values),
                       axis = 1)

Answer 2

你也可以这样做：

df['intercept'] = 1

此处您明确地为截距创建了一个列。

然后你可以像这样使用sm.OLS方法：

lm = sm.OLS(df['y_column'], df[['intercept', 'x_column']])
results = lm.fit()
results.summary()

如何使用 Statsmodels.api 获得回归截距

How to get the regression intercept using Statsmodels.api

python

statsmodels