python 中每个预测变量的调整 R 方

Question

我有一个包含多列的 pandas 数据框。我需要执行多元线性回归。在这样做之前，我想分析每个自变量相对于因变量的 R、R2、调整后的 R2 和 p 值。对于 R 和 R2 我没问题，因为我可以计算 R 矩阵和 select 仅因变量，然后查看它与所有自变量之间的 R 系数。然后我可以将这些值平方以获得 R2。我的问题是如何对调整后的 R2 和 p 值做同样的事情最后我想要得到的是这样的东西：

 Variable     R        R2       ADJUSTED_R2   p_value
 A            0.4193   0.1758   ...
 B            0.2620   0.0686   ...
 C            0.2535   0.0643   ...

所有的值都是关于因变量的，假设是 Y。

Answer 1

以下内容不会为您提供所有答案，但可以帮助您使用 python、pandas 和统计模型进行回归分析。

给定这样的数据框...

# Imports
import pandas as pd
import numpy as np
import itertools

# A datafrane with random numbers
np.random.seed(123)
rows = 12
listVars= ['y','x1', 'x2', 'x3']
rng = pd.date_range('1/1/2017', periods=rows, freq='D')
df_1 = pd.DataFrame(np.random.randint(100,150,size=(rows, len(listVars))), columns=listVars) 
df_1 = df_1.set_index(rng)

print(df_1)

...您可以使用 statsmodels 库并更改以下代码段中的 result = model.rsquared 部分来获得任何回归结果：

x = df_1['x1']
x = sm.add_constant(x)
model = sm.OLS(df_1['y'], x).fit()    
result = model.rsquared
print(result)

现在你有 r-squared。使用 model.pvalues 作为 p-value。并使用 dir(model) 仔细查看其他模型结果（输出中的内容比您在下面看到的要多）：

现在，这应该会让您获得想要的结果。要获得变量/列的所有组合所需的结果，问题和答案应该会让你走得很远。

编辑： 您可以使用 model.summary() 仔细查看一些常见的回归结果。将它与 dir(model) 一起使用，您可以看到并非所有回归结果都可用 pvalues 使用 model.pvalues 的相同方式。例如，要获得 Durbin-Watson，您必须使用 durbinwatson = sm.stats.stattools.durbin_watson(model.fittedvalues, axis=0)。 This post 已获得有关此问题的更多信息。

python 中每个预测变量的调整 R 方

Adjusted R square for each predictor variable in python

python

linear-regression

pandas

p-value

pearson-correlation