python - 多元回归参数的 Statsmodels OLS 函数

Question

比方说我想找到一个等式的 alpha (a) 值，它有类似的内容

y=a+ax1+ax2+...+axi

使用 OLS 假设我们从 i=2 的基本情况的 10 个值开始

#y=a+ax1+ax2

y = np.arange(1, 10)
x = np.array([[ 5, 10], [10,  5], [ 5, 15],
       [15, 20], [20, 25], [25, 30],[30, 35],
       [35,  5], [ 5, 10], [10, 15]])

使用 statsmodel 我通常会使用以下代码来获取 nx1 x 和 y 数组的根:

import numpy as np
import statsmodels.api as sm

X = sm.add_constant(x)

# least squares fit
model = sm.OLS(y, X)
fit = model.fit()
alpha=fit.params

但是当 x 不等于 y 时，这不起作用。等式是here如果您不知道什么是 OLS，请在第一页。

Answer 1

回溯告诉你哪里出了问题

    raise ValueError("endog and exog matrices are different sizes")
ValueError: endog and exog matrices are different sizes

您的 x 有 10 个值，您的 y 有 9 个值。回归仅在两者具有相同数量的观察值时才有效。

endog 是 y，exog 是 x，这些是 statsmodels 中用于自变量和解释变量的名称。

如果您将 y 替换为

y = np.arange(1, 11)

然后一切都按预期工作。