计算回归变量的方差
Calculating the variance of a regressor
我正在尝试计算具有 540 个观测值的模型中预测变量的方差。从预测矩阵 (X_blocked) 中，我想取第二列（第一列用于截距，第二列用于第一个预测变量），计算它的方差，并将值存储在变量中：
blocked_pred1_var = np.sum(X_blocked[:, 1] - np.mean(X_blocked[:, 1]) ** 2) / 539
但这给了我一个错误的数字。
括号位置错误。目前，您正在计算均值的平方并从预测值中减去它。您需要从预测值中减去平均值，然后对其进行平方。
blocked_pred1_var = np.sum((X_blocked[:, 1] - np.mean(X_blocked[:, 1])) ** 2) / 539
我正在尝试计算具有 540 个观测值的模型中预测变量的方差。从预测矩阵 (X_blocked) 中，我想取第二列（第一列用于截距，第二列用于第一个预测变量），计算它的方差，并将值存储在变量中：
blocked_pred1_var = np.sum(X_blocked[:, 1] - np.mean(X_blocked[:, 1]) ** 2) / 539
但这给了我一个错误的数字。
括号位置错误。目前，您正在计算均值的平方并从预测值中减去它。您需要从预测值中减去平均值，然后对其进行平方。
blocked_pred1_var = np.sum((X_blocked[:, 1] - np.mean(X_blocked[:, 1])) ** 2) / 539