Python OLS計算

Question

有沒有好的庫來計算python中的線性最小二乘OLS（普通最小二乘法）？

謝謝。

編輯：

感謝SciKits和Scipy。 @ars：X可以是矩陣嗎？ 一個例子：

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)

那么如何在示例中傳遞Y和X矩陣的參數？

另外，我沒有太多的代數背景，如果你們能讓我知道這個問題的好教程，我將不勝感激。

非常感謝。

Answer 1

試試statsmodels包。 這是一個簡單的例子：

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)

更新響應更新的問題，是的，它適用於矩陣。 請注意，上面的代碼具有數組形式的x數據，但我們構建了一個矩陣X （大寫X）以傳遞給OLS 。 add_constant函數只是構建矩陣，第一列初始化為攔截的列。 在您的情況下，您只需傳遞X矩陣而無需中間步驟，它就可以工作。

Answer 2

你看過SciPy嗎？ 我不知道是不是這樣，但我想它會。