![](/img/trans.png)
[英]Different results when computing linear regressions with scipy.stats and statsmodels
[英]forecast results for a specific vector x using statsmodels linear regressions
我已經使用OLS成功建立了一個用於大量數據的模型。
results = smf.ols(formula='ind ~ Age + C(County) + C(Class)', data=df).fit()
我想實現一種方法,該方法允許用戶輸入向量X
,並使其基於回歸返回y
。 我研究了statsmodels的“預測”和“預測”功能,但這似乎並不是我想要的。
因此,例如,我想做的是:
## Although the following is wrong, It shows what I'm trying to do:
def forecast_y(X):
return results.forecast(X)
## example:
print forecast_y([1, 3, 4])
# the model should return
4.53
如果我做對了,則您不希望y
的樣本內預測,這就是為什么您不想使用predict
方法的原因; 相反,您只希望能夠插入任意x
值並根據預測系數獲得y
的值?
如果是這樣,請從您的示例繼續:
params = results.params #vector of your coefficients
arbitrary_x = np.array([.5, .5, .5...]) #whatever x values you want to test, with the constant first
assert(len(params) == len(arbitrary_x))
arbitrary_y = (params * arbitrary_x).sum()
我將保留對讀者的理解,但請務必謹慎使用。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.