python - 如何从 Python 中的 OLSResults 获取变量中的 P 值?

标签 python linear-regression statsmodels

OLS结果

df2 = pd.read_csv("MultipleRegression.csv")
X = df2[['Distance', 'CarrierNum', 'Day', 'DayOfBooking']]
Y = df2['Price']
X = add_constant(X)
fit = sm.OLS(Y, X).fit()
print(fit.summary())

将每个属性的P值显示到小数点后3位。

我需要提取每个属性的 p 值,如 DistanceCarrierNum 等,并以科学计数法打印。

我可以使用 fit.params[0]fit.params[1] 等提取系数

需要为他们的所有 P 值获取它。

另外,所有 P 值都为 0 意味着什么?

最佳答案

你需要做 fit.pvalues[i]在哪里得到答案 i是自变量的指标。即 fit.pvalues[0]拦截,fit.pvalues[1]对于 Distance

您还可以使用 dir(<object>) 查找对象的所有属性.

关于python - 如何从 Python 中的 OLSResults 获取变量中的 P 值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41075098/

相关文章:

python - 如何使用作为其他回归函数之和的多元回归函数进行预测

python - 词性标注——NLTK 认为名词是形容词

python - 在python中模拟全局变量

python - 如何使用 pandas 计算四分位数前滚?

python - tensorflow 线性分类器未训练

r - 实现线性回归时得到 NaN

python - 用于样本外预测的 ARMA.predict 不适用于 float ?

python - 将特征名称更新为 scikit TFIdfVectorizer

python - 计算海量数据集多元线性回归的性能问题

python - 在 Python 中运行 lmer(线性混合效应回归)