如何在python

Question

我想问一下多参数线性回归模型。 问题如下： 我们现在有100家公司的数据，对于每家公司，我有3个季节的参数A，B，C，D的数据。（我们可以称之为A1，A2，A3，B1，B2，B3 ..等） 我们假设在A和BCD之间存在一些关系（我们还不知道，并且需要找到），现在我们需要为第4季预测A，这是A4 ...

我的方法是使用普通最小二乘公式计算关系，得到A4 = x1 * B4 + x2 * C4 + x3 * D4形式的最终公式。 我通过简单地对B，C，D进行线性回归得到B4，C4，D4 但问题是我用这种方式得到的A4比A ...的线性回归更糟糕。

有人可以告诉我一个更好的解决方案吗？ 感谢

Answer 1

我也是数据分析和建模的新手。 如果我遇到这类问题，我可能会考虑一些问题：

• 真的 是否存在独立变量和因变量之间的显着线性或广义线性关系？我应该在回归之前预先处理或转移它们吗？
• 是否有必要涉及预测变量之间的相互作用？
• 用于训练模型的数据集的质量如何？它是否足以满足因素和响应之间真正的潜在关系？

• 我应该选择更合适的方法来创建预测模型吗？例如，我们通常选择偏最小二乘回归（PLS），而不是普通最小二乘回归（OLS），来解决我工作区域的多重共线性。

  希望这些对您有所帮助。