python statsmodels - 回归中的二次项

Posted 2023-03-12

【中文标题】python statsmodels - 回归中的二次项

【英文标题】：python stats models - quadratic term in regression

【发布时间】：2015-11-05 20:57:23

【问题描述】：

我有以下线性回归：

import statsmodels.formula.api as sm

model = sm.ols(formula = 'a ~ b + c', data = data).fit()

我想在这个模型中为 b 添加一个二次项。

有没有一种简单的方法可以用statsmodels.ols 做到这一点？ 我应该使用更好的软件包来实现这一目标吗？

【参考方案1】：

最简单的方法是

model = sm.ols(formula = 'a ~ b + c + I(b**2)', data = data).fit()

I(...) 基本上是说“patsy，请不要在这里聪明，让 Python 处理 kthx 中的所有内容”。 (More detailed explanation)

【讨论】：

在 Statsmodels 0.21.1 中不起作用：说“patsy.PatsyError：评估因子错误：ValueError：没有名称字段I”

【参考方案2】：

虽然 Alexander 的解决方案有效，但在某些情况下它不是很方便。例如，每次您想预测模型的新值结果时，您需要记住同时传递 b**2 和 b 值，这很麻烦，而且不是必需的。虽然 patsy 不识别符号“b**2”，但它确实识别 numpy 函数。因此，您可以使用

import statsmodels.formula.api as sm
import numpy as np

data = "a":[2, 3, 5], "b":[2, 3, 5], "c":[2, 3, 5]
model = sm.ols(formula = 'a ~ np.power(b, 2) + b + c', data = data).fit()

这样，后者，你可以重用这个模型而不需要为 b**2 指定一个值

model.predict("a":[1, 2], "b":[5, 2], "c":[2, 4])

【讨论】：

我知道我在这里聚会迟到了，但是formula = 'a ~ np.power(b, 2) + b + c' 中的波浪号~ 是什么意思？

@Jim421616 就像在 R 编程语言中一样，~ 表示a 是np.power(b, 2) + b + c 的线性组合

【参考方案3】：

这应该可行：

data['b2'] = data.b ** 2
model = sm.ols(formula = 'a ~ b2 + b + c', data=data).fit()

【讨论】：

你知道这是否取决于某个版本吗？对我来说，b**2 术语只是被跳过了

根据公式创建设计矩阵由 patsy 完成，并且独立于 statsmodels 版本。 （我不知道 patsy 如何处理公式中的幂运算。）