DataFrame 对象 Statsmodels

Question

我正在尝试使用统计模型创建线性回归。我看过几篇文章，我想我快到了。我宁愿不必在每一行中键入值，因为我将有数千个值 (https://datatofish.com/statsmodels-linear-regression/) 这篇文章说这样做。我正在尝试从 csv 文件中提取并改用它。这是我的代码，但出现以下错误：df = DataFrame(DataFrame.columns) Type Error: 'DataFrame' object is not callable.

这是完整的代码。基本上想要运行这个回归并得到一个类似于我在 R 或 Excel 中得到的所有变量的总结。我已经输入 2 进行测试，但我将有大约 20 个变量。

import pandas as pd
import statsmodels.api as sm

# Import the data
DataFrame = pd.read_csv("NBA.csv")

df = DataFrame(DataFrame.columns)

X = df[['A_OFFRTG','H_OFFRTG']]
Y = df['Margin']

X = sm.add_constant(X) # adding a constant

model = sm.OLS(Y, X).fit()
predictions = model.predict(X)

print_model = model.summary()
print(print_model)

Answer 1

老实说，我自己也不确定你到底在用那条线做什么。

您只需更改两行，它应该可以正常工作。试试这个代码：

import pandas as pd
import statsmodels.api as sm

# Import the data
df = pd.read_csv("NBA.csv")

X = df[['A_OFFRTG','H_OFFRTG']]
Y = df['Margin']

X = sm.add_constant(X) # adding a constant

model = sm.OLS(Y, X).fit()
predictions = model.predict(X)

print_model = model.summary()
print(print_model)

本，希望这对你有用。

DataFrame 对象 Statsmodels

DataFrame object Statmodels

python

regression

statsmodels