我正在Windows 10上使用statsmodels.formula.api（0.9.0版）进行多元线性回归。在拟合模型并使用以下几行获取摘要后，我得到了摘要对象格式的摘要。
X_opt = X[:, [0,1,2,3]]
regressor_OLS = sm.OLS(endog= y, exog= X_opt).fit()
regressor_OLS.summary()
OLS Regression Results
==============================================================================
Dep. Variable: y R-squared: 0.951
Model: OLS Adj. R-squared: 0.948
Method: Least Squares F-statistic: 296.0
Date: Wed, 08 Aug 2018 Prob (F-statistic): 4.53e-30
Time: 00:46:48 Log-Likelihood: -525.39
No. Observations: 50 AIC: 1059.
Df Residuals: 46 BIC: 1066.
Df Model: 3
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
const 5.012e+04 6572.353 7.626 0.000 3.69e+04 6.34e+04
x1 0.8057 0.045 17.846 0.000 0.715 0.897
x2 -0.0268 0.051 -0.526 0.602 -0.130 0.076
x3 0.0272 0.016 1.655 0.105 -0.006 0.060
==============================================================================
Omnibus: 14.838 Durbin-Watson: 1.282
Prob(Omnibus): 0.001 Jarque-Bera (JB): 21.442
Skew: -0.949 Prob(JB): 2.21e-05
Kurtosis: 5.586 Cond. No. 1.40e+06
==============================================================================
我想对显着性水平为0.05的P值进行向后消除。为此，我需要删除具有最高P值的预测变量，然后再次运行代码。
我想知道是否有一种方法可以从摘要对象中提取P值，以便我可以使用条件语句运行循环并查找有效变量，而无需手动重复这些步骤。
谢谢。
答案 0 :(得分：10)
将模型拟合存储为变量results，如下所示：
import statsmodels.api as sm
model = sm.OLS(y,x)
results = model.fit()
然后创建一个如下所示的函数：
def results_summary_to_dataframe(results):
'''take the result of an statsmodel results table and transforms it into a dataframe'''
pvals = results.pvalues
coeff = results.params
conf_lower = results.conf_int()[0]
conf_higher = results.conf_int()[1]
results_df = pd.DataFrame({"pvals":pvals,
"coeff":coeff,
"conf_lower":conf_lower,
"conf_higher":conf_higher
})
#Reordering...
results_df = results_df[["coeff","pvals","conf_lower","conf_higher"]]
return results_df
您可以使用dir()进行打印，进一步探索results对象的所有属性，然后将它们添加到函数中并进行相应的df。
答案 1 :(得分：6)
@Michael B的答案很好，但是需要“重新创建”表。该表本身实际上可以从summary（）。tables属性直接获得。此属性中的每个表（表的列表）都是SimpleTable，它具有用于输出不同格式的方法。然后，我们可以将这些格式中的任何一种读为pd.DataFrame：
import statsmodels.api as sm
model = sm.OLS(y,x)
results = model.fit()
results_summary = results.summary()
# Note that tables is a list. The table at index 1 is the "core" table. Additionally, read_html puts dfs in a list, so we want index 0
results_as_html = results_summary.tables[1].as_html()
pd.read_html(results_as_html, header=0, index_col=0)[0]
答案 2 :(得分：2)
一个简单的解决方案就是一行代码：
LRresult = (result.summary2().tables[1])
这将为您提供一个数据框对象：
type(LRresult)
pandas.core.frame.DataFrame
要获取有效变量并再次运行测试：
newlist = list(LRresult[LRresult['P>|z|']<=0.05].index)[1:]
myform1 = 'binary_Target' + ' ~ ' + ' + '.join(newlist)
M1_test2 = smf.logit(formula=myform1,data=myM1_1)
result2 = M1_test2.fit(maxiter=200)
LRresult2 = (result2.summary2().tables[1])
LRresult2
答案 3 :(得分：0)
您可能会这样写，这将是一个简单的修复程序，并且每次都可以正常工作。
lr.summary2()
答案 4 :(得分：0)
如果您需要周围的信息，请尝试以下操作：
import pandas as pd
dfs = {}
fs = fa_model.summary()
for item in fs.tables[0].data:
dfs[item[0].strip()] = item[1].strip()
dfs[item[2].strip()] = item[3].strip()
for item in fs.tables[2].data:
dfs[item[0].strip()] = item[1].strip()
dfs[item[2].strip()] = item[3].strip()
dfs = pd.Series(dfs)
答案 5 :(得分：0)
下面的代码将所有指标放入可通过键访问的字典中。中间结果实际上是可以使用的DataFrame，我没有将系数变成dictionary，但是可以应用类似的方法，但是要深两级dict[var][metric]。
为了使键易于输入，我将一些度量标准名称转换为更易于输入的版本。例如。 “ Prob（Omnibus）：”变为prob_omnibus，以便您可以通过以下方式访问该值 res_dict ['prob_omnibus']。
import pandas as pd
res = sm.OLS(y, X).fit()
model_results_df = []
coefficient_df = None
for i, tab in enumerate(res.summary().tables):
header, index_col = None, None
if i == 1:
coefficient_df = pd.read_html(tab.as_html(), header=0, index_col=0)[0]
else:
df = pd.read_html(tab.as_html())[0]
model_results_df += [df.iloc[:,0:2], df.iloc[:,2:4]]
model_results_df = pd.DataFrame(np.concatenate(model_results_df), columns=['metric', 'value'])
model_results_df.dropna(inplace=True, axis=0)
model_results_df.metric = model_results_df.metric.apply(lambda x : x.lower().replace(' (', '_')
.replace('.', '').replace('(', '_')
.replace(')', '').replace('-', '_')
.replace(':', '').replace(' ', '_'))
res_dict = dict(zip(model_results_df.metric.values, model_results_df.value.values))
res_dict['f_statistic']
答案 6 :(得分：0)
我仍然认为没有一个明确的答案可以完整地捕获查询。这是一种捕获两个数据帧中所有内容的方法（一种用于中间表，一种用于顶部和底部的指标）。
def reform_df(dft):
# quick and dirty stacking of cols 2,3 on 0,1
dfl = dft[[0,1]]
dfr = dft[[2,3]]
dfr.columns = 0,1
dfout = pd.concat([dfl,dfr])
dfout.columns=['Parameter','Value']
return dfout
def model_summary_to_dataframe(model):
# first the middle table
results_df = pd.DataFrame(model.summary().tables[1])
results_df = results_df.set_index(0)
results_df.columns = results_df.iloc[0]
results_df = results_df.iloc[1:]
results_df.index.name='Parameter'
# now for the surrounding information
metrics_top = reform_df(pd.DataFrame(model.summary().tables[0]))
metrics_bot = reform_df(pd.DataFrame(model.summary().tables[2]))
metrics_df = pd.concat([metrics_top,metrics_bot])
return pd.DataFrame(results_df),metrics_df