“statsmodels.regression.linear_model如何？ WLS“工作？

Question

我使用'statsmodels.regression.linear_model'來做WLS。

但我不知道如何給予我的回歸權重。

有誰知道如何給予重量以及它是如何工作的？

import numpy as np
import statsmodels.api as sm
Y = [1,2,3,4,5,6,7]
X = range(1,8)
W= [1,1,1,1,1,1,1]
X = sm.add_constant(X)
wls_model = sm.WLS(Y,X, weights=W)
results = wls_model.fit()
results.params
print results.params
#[ -1.55431223e-15   1.00000000e+00]

---

import numpy as np
import statsmodels.api as sm
Y = [1,2,3,4,5,6,7]
X = range(1,8)
W= range(1,8)
X = sm.add_constant(X)
wls_model = sm.WLS(Y,X, weights=W)
results = wls_model.fit()
results.params
print results.params
#[0  1]

為什么當權重是范圍（1,8）時，斜率和截距是1和0.但是當權重是“1”時，截距不是0。

Answer 1

在您的示例中，無論如何數據都是線性的，因此無論您的權重如何，回歸都是完美的。 但是，如果您將數據更改為在此處的第一個位置具有異常值

Y = [-5,2,3,4,5,6,7]

然后你得到恆定的重量

[-3.42857143  1.64285714]

但是你得到W = range(1,8)

[-1.64285714  1.28571429]

沒有離群值，它更接近你想要的東西。