Question

如何从适合python statsmodels的WLS模型中获得杠杆/ get_influence

以http://statsmodels.sourceforge.net/stable/index.html

为例

# Load data
dat = sm.datasets.get_rdataset("Guerry", "HistData").data

# Fit regression model (using the natural log of one of the regressors)
results_ols = smf.ols('Lottery ~ Literacy + np.log(Pop1831)', data=dat).fit()
results_w = smf.wls('Lottery ~ Literacy + np.log(Pop1831)', data=dat).fit()

我可以打电话

results_ols.get_influence

但不是results_wls.get_influence（）

是否有wls的等价物？

我也会对statsmodels之外的任何解决方案感兴趣。

Answer 1

通过在加权变量上使用OLS，您可以获得加权变量的影响和异常值度量。

例如，如果mod_wls是您的WLS模型（模型实例，而不是结果实例），那么

res = sm.OLS(mod_wls.wendog, mod_wls.wexog).fit()
infl = res.get_influence()

AFAIK，大多数或所有影响力测量都是正确的，但它们是加权变量和观察值。根据原始变量对某些影响度量进行了一些定义，但这些定义将无法获得。例如，有两种方法可以为WLS定义帽子矩阵，一种方法对应于使用上述加权变量，另一种方式对原始变量有影响。

（类似的问题出现在GLM和RLM中，它们都基于迭代重加权最小二乘法，例如https://github.com/statsmodels/statsmodels/issues/808

影响和异常值统计数据尚未扩展到其他模型，主要是因为缺乏对明确处理此案例的统计文献的参考，以及不知道可用于单元测试的另一个包中的参考实现。）

statsmodels WLS有get_influence（）函数吗？

1 个答案: