Python OLS计算

Question

有没有好的库来计算python中的线性最小二乘OLS（普通最小二乘法）？

谢谢。

编辑：

感谢SciKits和Scipy。 @ars：X可以是矩阵吗？ 一个例子：

y(1) = a(1)*x(11) + a(2)*x(12) + a(3)*x(13)
y(2) = a(1)*x(21) + a(2)*x(22) + a(3)*x(23)
...........................................
y(n) = a(1)*x(n1) = a(2)*x(n2) + a(3)*x(n3)

那么如何在示例中传递Y和X矩阵的参数？

另外，我没有太多的代数背景，如果你们能让我知道这个问题的好教程，我将不胜感激。

非常感谢。

Answer 1

试试statsmodels包。 这是一个简单的例子：

import pylab
import numpy as np
import statsmodels.api as sm

x = np.arange(-10, 10)
y = 2*x + np.random.normal(size=len(x))

# model matrix with intercept
X = sm.add_constant(x)

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

print fit.summary()

pylab.scatter(x, y)
pylab.plot(x, fit.fittedvalues)

更新响应更新的问题，是的，它适用于矩阵。 请注意，上面的代码具有数组形式的x数据，但我们构建了一个矩阵X （大写X）以传递给OLS 。 add_constant函数只是构建矩阵，第一列初始化为拦截的列。 在您的情况下，您只需传递X矩阵而无需中间步骤，它就可以工作。

Answer 2

你看过SciPy吗？ 我不知道是不是这样，但我想它会。