python之多元回归参数的 Statsmodels OLS 函数

比方说我想找到一个等式的 alpha (a) 值，它有类似的内容

y=a+ax1+ax2+...+axi 

使用 OLS 假设我们从 i=2 的基本情况的 10 个值开始

#y=a+ax1+ax2 
 
y = np.arange(1, 10) 
x = np.array([[ 5, 10], [10,  5], [ 5, 15], 
       [15, 20], [20, 25], [25, 30],[30, 35], 
       [35,  5], [ 5, 10], [10, 15]]) 

使用 statsmodel 我通常会使用以下代码来获取 nx1 x 和 y 数组的根:

import numpy as np 
import statsmodels.api as sm 
 
X = sm.add_constant(x) 
 
# least squares fit 
model = sm.OLS(y, X) 
fit = model.fit() 
alpha=fit.params 

但是当 x 不等于 y 时，这不起作用。等式是here如果您不知道什么是 OLS，请在第一页。

请您参考如下方法:

回溯告诉你哪里出了问题

    raise ValueError("endog and exog matrices are different sizes") 
ValueError: endog and exog matrices are different sizes 

您的 x 有 10 个值，您的 y 有 9 个值。回归仅在两者具有相同数量的观察值时才有效。

endog 是 y，exog 是 x，这些是 statsmodels 中用于自变量和解释变量的名称。

如果您将 y 替换为

y = np.arange(1, 11) 

然后一切都按预期工作。