我使用 pandas 和 statsmodels 进行线性回归。但是，我找不到任何可能的方法来读取结果。结果已显示，但我需要使用 coef 值进行一些进一步的计算。有没有可能的方法将 coef 值存储到新变量中？
import statsmodels.api as sm
import numpy
ones = numpy.ones(len(x[0]))
t = sm.add_constant(numpy.column_stack((x[0], ones)))
for m in x[1:]:
t = sm.add_constant(numpy.column_stack((m, t)))
results = sm.OLS(y, t).fit()
最佳答案
根据docs ， RegressionResults 的一个实例已返回。
您可以在那里看到所有可用的属性。
也许您感兴趣:
params
The linear coefficients that minimize the least squares criterion. This is usually called Beta for the classical linear model.
示例:
model = sm.OLS(Y,X)
results = model.fit()
print(results.params)
关于python - 从 OLS 回归结果中读取 coef 值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45314026/