在 Python 中使用 statsmodels 进行回归分析

Question

我是 Python 的新手，正在学习如何在 Python 中使用 statsmodels 进行回归分析（从 R 移动到 Python 并以 R 方式思考） .我的最低工作示例如下：

Income  =  [80, 100, 120, 140, 160, 180, 200, 220, 240, 260]
Expend  =  [70,  65,  90,  95, 110, 115, 120, 140, 155, 150]

import pandas as pd
df1 = pd.DataFrame(
{'Income': Income,
     'Expend': Expend
    })

#regression with formula
import statsmodels.formula.api as smf

#instantiation
reg1 = smf.ols('Expend ~ Income', data = df1)

#members of reg object
print(dir(reg1))

['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_data_attr', '_df_model', '_df_resid', '_fit_ridge', '_get_init_kwds', '_handle_data', '_init_keys', '_setup_score_hess', 'data', 'df_model', 'df_resid', 'endog', 'endog_names', 'exog', 'exog_names', 'fit', 'fit_regularized', 'formula', 'from_formula', 'get_distribution', 'hessian', 'information', 'initialize', 'k_constant', 'loglike', 'nobs', 'predict', 'rank', 'score', 'weights', 'wendog', 'wexog', 'whiten']

#members of the object provided by the modelling.
print(dir(reg1.fit()))

['HC0_se', 'HC1_se', 'HC2_se', 'HC3_se', '_HCCM', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_cache', '_data_attr', '_get_robustcov_results', '_is_nested', '_wexog_singular_values', 'aic', 'bic', 'bse', 'centered_tss', 'compare_f_test', 'compare_lm_test', 'compare_lr_test', 'condition_number', 'conf_int', 'conf_int_el', 'cov_HC0', 'cov_HC1', 'cov_HC2', 'cov_HC3', 'cov_kwds', 'cov_params', 'cov_type', 'df_model', 'df_resid', 'eigenvals', 'el_test', 'ess', 'f_pvalue', 'f_test', 'fittedvalues', 'fvalue', 'get_influence', 'get_prediction', 'get_robustcov_results', 'initialize', 'k_constant', 'llf', 'load', 'model', 'mse_model', 'mse_resid', 'mse_total', 'nobs', 'normalized_cov_params', 'outlier_test', 'params', 'predict', 'pvalues', 'remove_data', 'resid', 'resid_pearson', 'rsquared', 'rsquared_adj', 'save', 'scale', 'ssr', 'summary', 'summary2', 't_test', 'tvalues', 'uncentered_tss', 'use_t', 'wald_test', 'wald_test_terms', 'wresid']

我想了解 print(dir(reg1)) 和 print(dir(reg1.fit())) 的输出。我在哪里可以获得这些组件的文档和这些部分的示例？

Answer 1

>>> reg1.__module__
'statsmodels.regression.linear_model'

谷歌搜索为我提供了页面 http://www.statsmodels.org/dev/generated/statsmodels.regression.linear_model.OLS.html，其中包括 link 到 fit。

我不知道这里有你需要的一切。我希望这是一条腿。

Answer 2

dir() 用于列出模块中的所有属性、方法和变量，就像在 R 中一样 as library(lme4) 方法（class = "merMod"）您也可以尝试 reg1.dict

Answer 3

伙计，这很简单 "googling" / 阅读文档页面。可能令人困惑的是 statsmodels.formula.api 的使用。这是为了提供entering R-style formulas的可能性。

statsmodels 的文档位于此处：StatsModels Index Page. Scroll down until you reach "Table of Contents". There click on Linear Regression。向下滚动到 Module Reference，有 link 到 Model Classes 和 Result Classes。

@Bill Bell: it is OLS 已经指出了正确的模型 class。在 methods 下方，您可以找到 fit 文档的 link，其中指出 fit returns 一个 RegressionResults 对象。

RegressionResults doc page 解释了您感兴趣的属性。

注意：

属性 starting/ending 双下划线 __，例如__class__等是Python special attributes.
您可以通过附加 ? 在 Python 解释器内部获得帮助，例如通过键入 reg1?（很像在 R 中 pre-pend 和 ?）

Answer 4

关于 Python 的一些要点。

Python 在 python 中有 built-in 离线文档在 python 解释器中尝试命令 help
```
>>> help(dir)
>>> help(help)
```
如果想在线看，可以访问pydocs for generic help. And for package specific help, visit pypi（Python包索引）
现在具体针对你的问题。帮助 statsmodels. which redirects to Homepage
最后，这是一个您可能感兴趣的页面：Fitting models using R-style formulas。

在 Python 中使用 statsmodels 进行回归分析

Regression Analysis with statsmodels in Python

python

statsmodels