python

Question

我有一个包含多个列的pandas数据框。我需要进行多元线性回归。在此之前，我想分析相对于因变量的每个自变量的R，R2，调整的R2和p值。 对于R和R2，我没有问题，因为我可以计算R矩阵并仅选择因变量，然后查看它与所有自变量之间的R系数。然后我可以将这些值平方以获得R2。 我的问题是如何对调整后的R2和p值做同样的事情 最后，我想要获得的就像那样：

 Variable     R        R2       ADJUSTED_R2   p_value
 A            0.4193   0.1758   ...
 B            0.2620   0.0686   ...
 C            0.2535   0.0643   ...

所有值都与因变量相关，假设为Y.

Answer 1

以下内容不会给你所有答案，但它会让你使用python，pandas和statsmodels进行回归分析。

给定像这样的数据框......

# Imports
import pandas as pd
import numpy as np
import itertools

# A datafrane with random numbers
np.random.seed(123)
rows = 12
listVars= ['y','x1', 'x2', 'x3']
rng = pd.date_range('1/1/2017', periods=rows, freq='D')
df_1 = pd.DataFrame(np.random.randint(100,150,size=(rows, len(listVars))), columns=listVars) 
df_1 = df_1.set_index(rng)

print(df_1)

...您可以使用statsmodels库获取任何回归结果，并在下面的代码段中更改result = model.rsquared部分：

x = df_1['x1']
x = sm.add_constant(x)
model = sm.OLS(df_1['y'], x).fit()    
result = model.rsquared
print(result)

现在你有了r平方。使用model.pvalues作为p值。并使用dir(model)仔细查看其他模型结果（输出中的内容比您在下面看到的更多）：

现在，这可以让您获得所需的结果。 要获得所有变量/列组合的预期结果，问题和答案here应该会让您走得很远。

修改：您可以使用model.summary()仔细查看一些常见的回归结果。与dir(model)一起使用，您可以看到并非所有回归结果都与pvalues使用model.pvalues的方式相同。例如，要获得Durbin-Watson，您必须使用durbinwatson = sm.stats.stattools.durbin_watson(model.fittedvalues, axis=0)。 This post已获得有关该问题的更多信息。