Question

我想使用Python中的标准工具（numpy，pandas，scipy.stats等）计算线性回归模型的beta or standardized coefficient。

我的一位朋友告诉我，这是在R中用以下命令完成的：

lm(scale(y) ~ scale(x))

目前，我正在用Python计算它：

from scipy.stats import linregress
from scipy.stats.mstats import zscore

(beta_coeff, intercept, rvalue, pvalue, stderr) = linregress(zscore(x), zscore(y))
print('The Beta Coeff is: %f' % beta_coeff)

在Python中计算这个数字是否有更直接的功能？

Answer 1

Python是一种通用语言，但R专门用于统计。几乎总是会花费更多的代码来实现python中相同的（统计）目标，纯粹是因为R一旦启动就准备好适应回归模型（使用lm）。

对你的问题的简短回答是不 - 你的python代码已经很简单了。

那就是说，我认为与你的R代码相近的是

import statsmodels.api as sm
from scipy.stats.mstats import zscore

print sm.OLS(zscore(y), zscore(x)).fit().summary()

使用Python计算线性回归标准化系数（beta）

1 个答案: