适用于具有系数误差和变换目标的python的OLS
OLS是Ordinary Least Squares的缩写，是一种常用的回归分析方法，用于拟合具有系数误差和变换目标的线性模型。
具有系数误差指的是，在回归模型中，模型的系数可能会存在误差，即模型中的系数并不是准确的，而是带有一定的随机误差。变换目标指的是，在回归模型中，目标变量可能需要进行某种变换，例如对数变换、指数变换等。
OLS通过最小化实际观测值与模型预测值之间的误差平方和来估计模型的系数。它假设模型的误差满足一些基本假设，例如误差服从正态分布、误差具有同方差性等。在python中，可以使用statsmodels库的OLS函数进行OLS回归分析。
OLS在统计学和经济学中有广泛的应用场景，例如分析影响房价的因素、预测销售额、评估市场需求等。它可以帮助研究人员理解变量之间的关系，并进行预测和决策支持。
腾讯云提供了一系列与云计算相关的产品，其中包括云服务器、云数据库、人工智能服务等。与OLS相关的腾讯云产品包括：
- 云服务器（Elastic Cloud Server，ECS）：提供灵活、可扩展的计算资源，适用于部署和运行Python程序。
- 云数据库MySQL版（TencentDB for MySQL）：提供稳定可靠的关系型数据库服务，适用于存储回归分析所需的数据。
- 人工智能平台（AI Platform）：提供机器学习和深度学习的平台与工具，可用于构建和训练回归模型。
腾讯云相关产品的详细介绍和使用方法可以在腾讯云官方网站上找到，具体链接如下：
- 云服务器(ECS)：https://cloud.tencent.com/product/ecs
- 云数据库MySQL版(TencentDB for MySQL)：https://cloud.tencent.com/product/cdb
- 人工智能平台(AI Platform)：https://cloud.tencent.com/product/ai
相关·内容
python中的OLS拟合似乎有两种方法。Sklearn one和Statsmodel one。我更喜欢statsmodel，因为它通过summary()函数给出了系数的误差。但是，我想使用sklearn中的TransformedTargetRegressor来记录我的目标。似乎我需要在获取统计模型中拟合系数的误差和能够在统计模型中转换目标之间做出选择。在这两个系统中，有没有一种好的方法同时做这两件事呢？ 在统计模型中，它是这样做的 import statsmodels.api as sm
X = sm.add_constant(X)
ols = sm.OLS(y, X)
ols_resul
浏览 45提问于2021-08-03得票数 2
回答已采纳
我想在MATLAB中做几百个简单的OLS回归估计。因为很难为每个估计值创建一个模型对象，所以我希望将参数估计值和相关的标准误差存储在一个数字数组或一个结构中，这取决于哪一个更方便。我有一个由response变量的值组成的N by K数值数组Y和一个对应的predictor变量的数值数组X。
浏览 0提问于2015-04-08得票数 0
1回答
我和R一起做了145次观测。我已经创建了五个子样本，每个子样本都有29个观察，而响应变量q已经被排序。因此，subset1包含29行数据帧，输出最低，subset2包含以下29行，等等。
我将变量q回归到预测因子x1，x2和x3上。我现在需要做两个实验：
将所有子样本的误差方差约束为相同；
将x2和x3上的系数以及5次OLS回归的误差方差约束为相同。
到目前为止，我的方法是使用包plm，它允许执行面板回归。但是，我不知道具体地限制误差方差，或特定的系数。此外，我认为一定有一种方法可以用R中更基本的工具来实现。
请不要犹豫，提供替代方法。提前感谢您的帮助！
浏览 4提问于2016-08-28得票数 0
回答已采纳
我想要估计一个固定效应模型，同时使用面板校正的标准误差以及普拉斯-温斯顿(AR1)变换，以解决面板异方差，同时空间相关性和自相关性。
我有时间序列横截面数据，想要执行回归分析。我能够分别估计固定效应模型、面板校正标准误差和Prais-winsten估计。我能够将面板校正后的标准误差包含在固定效果模型中。但我想一次把它们都拿出来。
# Basic ols model
ols1 <- lm(y ~ x1 + x2, data = data)
summary(ols1)
# Fixed effects model
library('plm')
plm1 <- plm(y
浏览 9提问于2019-05-08得票数 1
1回答
我对如何使用sklearn和状态模型进行线性回归有基本的理解。关于线性回归(OLS估计)，我想问几个问题：
对于最小二乘估计器来说，标准化总是必要的吗？我还在学习回归分析的一些理论方面。标准化是在我的数据科学课中提到的，但在我的回归分析中几乎没有提到。如果不是，什么时候应用标准化(也需要标准化预测变量)？
我试着比较了这两种方法，在评价指标(Mse)方面，结果是比较相似的，但就系数而言，它是非常不同的(由于不同的预测因子的尺度)。如果是这样，如何比较一个预测器的重要性？
我尝试将结果与非标准化数据上的状态模型OLS进行比较。在此基础上，统计模型的均方误差比滑雪板模型差得多。然而，sklearn
浏览 0提问于2019-10-31得票数 0
2回答
当使用.summary()函数与pandas统计模型一起使用时，OLS回归结果包括以下字段。
coef std err t P>|t| [0.025 0.975]
我如何获得标准化的系数(不包括截距)，类似于在SPSS中可以实现的？
浏览 2提问于2018-06-14得票数 9
我是机器学习的新手，面临着在多元线性回归中如何去除多个自变量的问题。我所经历的步骤: 1)读取数据集2)分离成X和Y)将分类数据编码为数据集包含列:教授、职称、专业等。4)去除虚拟变量5)OLS回归结果。
我有7个自变量，OLS后有6个独立variables.Removed，P> 0.05，P值大于0.0 5的显着性水平。
您能建议哪些步骤来绘制图形，并删除图像中附加的所有不必要的自变量？如何从所有这些变量中只获取一个自变量。
如何使用python检查多重共线性？什么是VIF ?如何利用它检测多重共线性？
提前谢谢。如果有语法错误的话，对不起。
浏览 3提问于2018-11-13得票数 0
当使用sklearn.linear_model.LinearRegression或statsmodels.regression.linear_model.OLS计算普通最小二乘回归时，当协方差矩阵完全奇异时，它们似乎不会抛出任何误差。看起来，在遮罩下，他们使用Moore-Penrose伪逆，而不是通常的逆，这在奇异协方差矩阵下是不可能的。
接下来的问题有两个：
这个设计有什么意义？在什么情况下，不管协方差矩阵是否是奇异的，计算OLS都是有用的？
那么它输出的系数是多少呢？据我所知，由于协方差矩阵是奇异的，通过伪逆将有无限个解(在一个尺度常数的意义上)。
浏览 6提问于2021-01-22得票数 2
回答已采纳
1回答
我参加了一门在线课程，讲师使用数据集(50，5)解释了向后消除，您可以通过查看列的p值来手动消除列。 import statsmodels.api as sm
X = np.append(arr = np.ones((2938, 1)).astype(int), values = X, axis = 1)
X_opt = X[:, [0,1,2,3,4,5]]
regressor_OLS = sm.OLS(endog = y, exog = X_opt).fit()
regressor_OLS.summary()
# Second Step
X_opt = X[:, [0,1
浏览 40提问于2020-01-31得票数 1
回答已采纳
2回答
我问如何在线性模型中计算AIC。如果我用LinearRegression()方法代替linear_model.OLS方法，使之具有AIC，那么如何计算OLS线性模型的斜率和截距？
import statsmodels.formula.api as smf
regr = smf.OLS(y, X, hasconst=True).fit()
浏览 2提问于2017-07-12得票数 2
回答已采纳
2回答
我想为我的评估运行一个滚动1000窗口的数据集OLS regression estimation，该数据集位于以下网址：
我尝试在pandas版本0.20.2中使用以下Python脚本。
# /usr/bin/python -tt
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from statsmodels.formula.api import ols
df = pd.read_csv('estimated.csv', names=('x','y
浏览 4提问于2017-06-23得票数 6
回答已采纳
我有femalesucide数组的size (4,180)和HDIar数组的size(4,180)。我运行了OLS回归，但是当我试图获得模型摘要时，它会出现错误。
femalesucide=np.array([femalesuiciderate2000,femalesuiciderate2005,femalesuiciderate2010,femalesuiciderate2015])
HDIar=np.array([HDIRank2000,HDIRank2005,HDIRank2010,HDIRank2015])
model4=sm.OLS(femalesucide,HDIar).fit()
浏览 1提问于2019-04-16得票数 0
3回答
有谁知道一个命令或一种方法来获得回归的残差标准误差或回归的标准误差？
我使用以下命令来获得系数和R平方，我想学习一个类似于回归标准误差的命令：
#For the coefficients:
model = smf.OLS(y, X).fit()
print(model.params)
#For the R-squared:
model = smf.OLS(y, X).fit()
print(model.rsquared)
我将非常感谢能在这个问题上帮助我的人。
浏览 0提问于2020-08-10得票数 1
我正在运行一个使用反向消除的多元线性回归。下面是代码
import statsmodels.formula.api as sm
X = np.append(arr = np.ones((50, 1)).astype(int), values = X, axis =
1)
X_opt = X[:,[0,1,2,3,4,5]]
regressor_OLS = sm.OLS(endog= y, exog = X_opt).fit()
regressor_OLS.summary()
X_opt = X[:,[0,1,3,4,5]]
regressor_OLS = sm.OLS(endog= y, e
浏览 0提问于2018-01-12得票数 2
回答已采纳
1回答
如何与r.c.合谋。样条
、、、
我想绘制回归的预测线，其中包含一个受限制的三次样条，由于模型中的非线性和标准误差带。我可以得到预测的点，但不一定只绘制线和误差带。最好是ggplot，或者基本图形也很好。谢谢。
以下是文档中的一个示例：
library(rms)
# Fit a complex model and approximate it with a simple one
x1 <- runif(200)
x2 <- runif(200)
x3 <- runif(200)
x4 <- runif(200)
y <- x1 + x2 + rnorm(200)
f <- ols(y ~
浏览 2提问于2016-02-11得票数 1
回答已采纳
2回答
我在.csv文件中有一个数据集(dataTrain.csv & dataTest.csv)，格式如下：
Temperature(K),Pressure(ATM),CompressibilityFactor(Z)
273.1,24.675,0.806677258
313.1,24.675,0.888394713
...,...,...
并且能够使用以下代码构建回归模型和预测：
import pandas as pd
from sklearn import linear_model
dataTrain = pd.read_csv("dataTrain.csv")
data
浏览 1提问于2017-02-06得票数 18
我在python中使用statsmodels包编写了以下代码，以创建OLS回归模型。我尝试了不同数据集的代码，得到了除第一个(截距)系数外，所有系数值都接近于零的模型。密码可能有什么问题？
data1 = pandas.concat([Y, X], axis = 1)
dta = lagmat2ds(data1, mxlg, trim='both', dropex=1)
dtaown = sm.add_constant(dta[:, 0:(mxlg + 1)], prepend = False)
dtajoint = sm.add_constant(dta[:, 0:], pr
浏览 0提问于2019-01-04得票数 1
回答已采纳
1回答
我一直在使用Statsmodels的OLS部分来确定一组测量的一些变量。基本格式没有什么特殊之处，示例如下。
model = smf.ols('Out ~ l0 + l1 + l2 + l3 - 1', data = df_results).fit()
我已经运行了模型并获得了所有变量(L0、L1、L2等)的值。本质上，我正在寻找一个函数或某个工具(我似乎找不到)，在这些函数或工具中，我可以为L3设置一个值，然后为同一组度量确定L0、L1和L2的新值是什么。
浏览 0提问于2017-11-22得票数 0
我对我的数据进行了线性回归-(2个分类和6个数字变量)使用sci学习的线性回归模型，我发现以下的回归结果。
regressor = LinearRegression()
regressor.fit(X_train, y_train)
y_pred = regressor.predict(X_test)
r2_score(y_test, y_pred)
--> 0.8399
np.sqrt(mean_squared_error(y_test, y_pred))
--> 149.066
当我使用状态模型运行相同的数据时，结果完全不同，Rsquared已经疯狂下降，p值为0.000。
浏览 0提问于2018-12-12得票数 0
回答已采纳
1回答
我有一个三维维(NX,NY,NZ)数组，它表示物理空间中的一个变量，比方说velocities，它是从三维领域的模拟中获取的。
1)我只想对维X和Z进行傅里叶变换，在这种情况下如何使用内置函数fft？在某些时候，我也想回到物理空间，但只有X，所以同样的问题适用。
2)我读到FFTW只使用2*N/3点，是否应该指定NX和NZ作为保留模式的数量或更少？
( 3)在使用FFTW软件包时，在定义傅里叶变换的积分前面是否存在系数问题？这个包是否假定我的域是2像素2像素2pi？
浏览 0提问于2018-11-30得票数 0
回答已采纳
我不太明白如何在维度为?×2的矩阵中存储值。这就是我在R中取得的进展： 我的回归:?=?0+?1?+?，其中B0= 1和B1 = -1 set.seed(123)
n = 20
nreps=10000
beta_0 = -1
beta_1 = 1
ols = vector(mode="numeric", length=nreps)
##Start MC
for (r in 1:nreps) {
u = rnorm(n, mean = 0, sd = 1)
x = rnorm(n, mean = 1, sd = 2^2)
y = beta_0 + be
浏览 51提问于2021-11-23得票数 1
回答已采纳
1回答
对于python中的多元回归模型，我有一些疑问：
为什么需要为最小二乘法(OLS)应用一个“虚拟截距”向量来启动？(我指的是X= sm.add_constant(X)的用法。我知道，最小二乘法是一个导数系统，等于零。它是否用某种迭代方法计算，使“虚拟截距”成为必要？在哪里可以找到有关算法est = sm.OLS(y，X).fit()?的详细信息
据我所知，生成了数据的规范化。标准化通常不会产生大于1的值。为什么，一旦缩放，我就会看到超过1的值？
哪里可以找到关于python函数的正式文档？
提前感谢
浏览 8提问于2022-02-17得票数 1
回答已采纳
我正在尝试弄清楚statsmodels.sm.api是如何计算标准误差的：
import pandas as pd
import statsmodels.api as sm
import numpy as np
data = pd.read_csv("Advertising.csv", index_col=0)
X = sm.add_constant(data[['TV', 'radio' ,'newspaper']])
y = data["sales"]
model = sm.OLS(y, X).fit()
y
浏览 11提问于2019-11-10得票数 0
回答已采纳
下面是我正在做的事情：
$ python
Python 2.7.6 (v2.7.6:3a1db0d2747e, Nov 10 2013, 00:42:54)
[GCC 4.2.1 (Apple Inc. build 5666) (dot 3)] on darwin
>>> import statsmodels.api as sm
>>> statsmodels.__version__
'0.5.0'
>>> import numpy
>>> y = numpy.array([1,2,3,4,5,6,7,
浏览 39提问于2013-12-20得票数 48
回答已采纳
1回答
在Python中引导多个回归参数
、、、、
我正在尝试使用bootstraping在Python中估计多个回归系数，但我不知道如何实现它。
我使用statsmodels.ols(formula = 'Y ~A*B* C，... )来运行单个模型。我如何实现一个bootstrap来返回这个普通最小二乘模型返回的所有参数的估计值和置信区间？
我看到statsmodel中有一个潜在的bootstrap方法，但我不知道如何导入它，以及它是否具有我想要的功能。在scikits中还有另一个(或几个)，但同样，我不知道如何使用这些参数来估计许多返回的回归参数。
谢谢你的帮助。我完全被难住了--而且对Python来说还是个新手。
浏览 0提问于2017-04-01得票数 3
1回答
线性回归系数
、、、、
我目前正在使用状态模型(虽然我也很乐意使用Scikit)来创建一个线性回归。在这个特定的模型中，我发现当在模型中添加多个因子时，OLS算法会产生野生系数。这些系数都是极高和极低的，这似乎优化了算法的平均值。它导致所有的因素在统计上是无关紧要的。我只是想知道是否有一种方法，我可以为系数设置一个上限或下限，以便OLS必须在这些新的边界内进行优化？
浏览 3提问于2021-06-02得票数 0
回答已采纳
1回答
我有一个连续的因变量y和一个独立的范畴变量x，名为control_grid。X包含两个变量:C和g。
使用python包状态模型，我试图看看自变量是否对y变量有显著影响，如下所示：
model = smf.ols('y ~ c(x)', data=df)
results = model.fit()
table = sm.stats.anova_lm(results, typ=2)
打印这张表时，如下所示：
OLS Regression Results
===============================
浏览 0提问于2018-07-16得票数 4
回答已采纳
目前，我正在尝试训练一个线性模型，使用python中的sklearn，但不是以均方误差(MSE)作为误差度量，而是使用平均绝对误差(MAE)的。具体而言，我需要一个线性模型，以MAE作为我在大学教授的要求。
我研究过sklearn.linear_model.LinearRegression，因为它是OLS回归器，所以它没有提供替代的错误度量。
因此，我检查了其他可用的回归器，无意中发现了sklearn.linear_model.HuberRegressor和sklearn.linear_model.SGDRegressor.。他们都提到了MAE作为错误度量的一部分，但似乎没有提供简单的MAE。
浏览 2提问于2018-05-17得票数 9
回答已采纳
2回答
我刚开始使用R运行回归。通过做和查看不同的在线教程来学习，下面是我正在做的自动取款机( atm )，将y回归到x1，并为x2和x3 (但没有交互的假人)提供假人：
myDataTable[, x2.f := factor(x2)]
myDataTable[, x3.f := factor(x3)]
ols <- myDataTable[, lm(y ~ x1 + x2.f +x3.f)]
现在，我想看看我的回归输出，但是它很长，因为x3有很多(数千个)值，summary(ols)是不可读的。
如何查看回归输出，隐藏两个因素变量的输出？这应该是相当标准的，但如果我正确理解的话，summar
浏览 2提问于2015-04-13得票数 1
回答已采纳
我使用了下面的代码： import statsmodels.api as sm
X=sm.add_constant(X_train)
model=sm.OLS(y_train,X).fit()
model.summary() 但是我需要替换sklearn库中的summary()来检查数据帧的逻辑模型的摘要
浏览 23提问于2019-03-04得票数 1
我想了解python状态模型库是如何工作的。因此，当我试图用OLS t-值的计量经济学公式得到结果时，我得到的答案与在状态模型中的答案不一样。(零截获的OLS)我有：
x = [1,2,3]
y = [7,3,5]
并得到R^2的相同结果，残差与此代码在状态模型中的结果相同：
def ols(x, y):
# OLS
df = pd.DataFrame(data={'x':x, 'y':y})
coeff = sum(df['y'] * df['x']) / sum(df['x'] ** 2
浏览 5提问于2021-02-08得票数 2
回答已采纳
1回答
我有一个用另一个程序进行的回归分析的结果，我想用R来测试它们是否有意义。我知道ls.diag()计算回归结果的标准误差和t检验，但它需要一个非常特殊的输入格式(即lsfit()的结果)，所以我不认为我可以使用它。R中有没有什么函数可以计算回归分析的标准误差和t检验，让我可以简单地手工给出函数的相关系数？
浏览 2提问于2012-07-28得票数 2
回答已采纳
1回答
层次贝叶斯与OLS的比较
、、、、
我做了两个模型。分层贝叶斯模型和最小二乘/最小二乘模型，我想对这两种模型进行比较。
我知道对于OLS结果，我可以简单地打印摘要：
model = sm.OLS(d_df.ix[:, -1], d_df.ix[:, :-1])
result = model.fit()
print(result.summary())
这将为我提供一些统计数据，如F统计、AIC、BIC等。
据我所知，我无法为我的分层贝叶斯模型打印类似的摘要，但我不确定。
你有什么建议，什么样的统计数据比较合适，以及我如何计算这些统计数据？
任何帮助都将不胜感激！非常感谢！
浏览 17提问于2018-05-24得票数 0
我是Python的新手，但是有一个我没有准备好的家庭作业。请帮帮忙。我写道： import numpy as np
X,Y = np.loadtxt("wavedata.csv", usecols=(0, 1), delimiter=",", unpack=True) 以及为a_0、a_n、b_n和梯形规则定义的函数。但是CSV文件只有0到10的值。傅立叶系数不需要从-L积分到L吗？我如何在这里使用梯形规则，或者生成计算系数的函数？ 有什么建议吗？你可以和我分享程序的任何部分吗？非常感谢。
浏览 19提问于2019-10-09得票数 0
1回答
在下面的代码中，我发现根据A的位置，系数的结果是不同的。我在Python中尝试了同样的使用ols，结果也是一样的。这有什么问题吗？我得放一个，所以请帮帮我.
set.seed(0)
x1 <- rtruncnorm(20, -10, 10)
x2 <- rtruncnorm(20, -10, 10)
a <- rep(c(0,1), 10)
y <- a
fit <- lm(y~ x1 + x2 + a + a:x1 + a:x2);coef(fit)
fit2 <- lm(y~a + x1 + x2 + a:x1 + a:x2);coef(fi
浏览 15提问于2022-09-28得票数 0
2回答
我正在寻找一个代码来估计以下方程作为OLS与panal数据： ∆Yjt =α∆Xjt +τt + ujt 其中∆是Y和X随时间的变化，j是扇区，t是时间，τ是一组时间假人，u是误差项。 我是R编程的初学者，不幸的是我找不到适当的代码来考虑∆。 有没有人知道我如何运行回归？ 感谢您的时间和帮助
浏览 31提问于2019-12-30得票数 1
我使用的是statsmodels的OLS线性回归和Patsy四次公式y ~ x + I(x**2) + I(x**3) + I(x**4)，但是与LibreOffice计算相比，得到的回归不太适合数据。为什么这与LibreOffice计算产生的结果不匹配？ statsmodels代码： import io
import numpy
import pandas
import matplotlib
import matplotlib.offsetbox
import statsmodels.tools
import statsmodels.formula.api
csv_data = "
浏览 28提问于2019-02-09得票数 1
回答已采纳
1回答
这更像是一个统计问题，因为代码运行良好，但我正在学习python中的回归建模。下面有一些关于statsmodel的代码来创建一个简单的线性回归模型：
import statsmodels.api as sm
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
ng = pd.read_csv('C:/Users/ben/ngDataBaseline.csv', thousands=',', index_col='Date', parse_dates=Tr
浏览 0提问于2018-09-28得票数 3
回答已采纳
2回答
我正在尝试使用D4小波编写正向小波变换。输入数据为24bit/像素的彩色.bmp图像。我取的小波系数：
h0 = 0.48296
h1 = 0.83652
h2 = 0.22414
h3 = -0.12941
g0 = -0.12941
g1 = -0.22414
g2 = 0.83652
g3 = -0.48296
问题是，在转换过程中，我得到的值大于255或小于0。我应该怎么做才能保持在0,255范围内？
谢谢。
浏览 1提问于2012-05-16得票数 0
1回答
如何规范非正态分布？
、、、
我有以上的分布，平均-0.02，标准差的0.09和样本大小的13905。
我只是不知道为什么分布是左偏，鉴于大样本的大小。从bin -2.0到-0.5，只有10个样本计数/异常值，这说明了形状。
我只是想知道是否有可能正常化，以使它更平稳和“正态分布”。目的是将其输入到模型中，同时减小预测器的标准误差。
浏览 5提问于2018-12-05得票数 5
回答已采纳
我是Python的新手，正在尝试从Matlab+R平台过渡到一个独特的平台Python。
我需要对我的数据进行回归。
在阅读了在线提供的内容后-不幸的是，数量还没有R那么多-我意识到我需要尝试以下选项：
import statsmodels.api as sm
import statsmodels.formula.api as smf
mod1 = smf.glm(formula=formula_new, data=dta_new, family=sm.families.Gaussian())
mod2 = smf.ols(formula=formula_new, data=dta_new,
浏览 1提问于2014-11-06得票数 0
1回答
我使用以下示例代码，对数据(只是我选择用来检查函数的数字)运行AR1进程：
> data
[1] 3 7 4 6 2 8 5 4
> data_ts
Time Series:
Start = 1
End = 8
Frequency = 1
[1] 3 7 4 6 2 8 5 4
> arima(data_ts,order=c(1,0,0))
Call:
arima(x = data_ts, order = c(1, 0, 0))
Coefficients:
ar1 intercept
-0.6965 5.0323
s.e.
浏览 2提问于2016-04-02得票数 0
2回答
在Python statsmodel中，在OLS模型上调用summary()会给出等于零的系数的p值。有没有办法测试系数是否等于某个非零值？
表明，offset()可以在R中用于此目的。
浏览 4提问于2020-02-18得票数 2
1回答
我希望使用statsmodels.regression.linear_model.OLS包来进行预测，但要使用指定的常量。
目前，我可以用参数指定常量的存在：
(来自docs：)
类statsmodels.regression.linear_model.OLS(endog，exog=None，缺失=‘none’，hasconst=None)，其中hasconst是布尔值。
我想要做的是显式地指定一个常数C，然后在它周围拟合一个线性回归模型。通过使用OLS，我想生成一个，然后访问所有属性，比如resid，等等。
当前的次优工作是在没有常量的情况下指定OLS，从Y值中减去常量，并创建一个自定义对象
浏览 9提问于2014-10-23得票数 0
我已经构建了一个活动，该活动获取我用于地图的自定义图像，然后知道位于左上角和右下角的gps，我在地图顶部绘制一个gps。它工作得很好，但我想提高准确性。我知道这是关闭的，因为当我记录设备位置并将其插入google地图时，它实际上比我在自定义地图上表示的更准确。
So....being，我有地图的左上角和右下角的全球定位系统，并将它们映射到相应的像素坐标，如何才能使用赫尔默特变换将设备的全球定位系统准确地绘制成像素。
编辑：
我目前正在使用它来将设备的gps绘制到屏幕上。
public double getCurrentPixelY(Location upperLeft, Location lo
浏览 1提问于2013-03-20得票数 1
回答已采纳
我试图从单个数据集创建OLS Beta参数估计滚动平均值的时间序列图。我需要用OLS回归数据的第1-36行，找到Beta参数估计，然后再用第2-37行这样做，以此类推。一旦完成，我需要在一个图表中画出这些点。我无法找到一种方法来自动化这个过程，为每个数据分段寻找OLS Beta估计。有人有什么想法吗？
谢谢!
浏览 5提问于2022-05-09得票数 0
回答已采纳
有没有一种方法可以在一次np.einsum调用中计算普通的最小二乘系数β (使用OLS系数估计的标准公式((X'X)^(-1))X'Y)，给定因变量Y的向量和预测器矩阵X
浏览 25提问于2019-05-18得票数 1
回答已采纳
3回答
我用OLS拟合了一个线性模型，因为变量之间的度量单位不同，所以我用R中的函数标度来缩放我的回归器。然后，使用lm命令对模型进行拟合，得到拟合模型的系数。据我所知，拟合模型的系数并不在原始回归变量的相同单位内，因此必须缩小，才能解释它们。我一直在寻找一种直接的方法来做这件事，因为找不到任何东西。有人知道怎么做吗？
请看一下代码，你能帮我实现你的建议吗？
library(zoo)
filename="DataReg4.csv"
filepath=paste("C:/Reg/",filename, sep="")
separator=";
浏览 1提问于2013-01-24得票数 4
回答已采纳
2回答
如何在R中使用样本权重和稳健的聚类标准误差运行OLS回归？我知道lm会接受weights参数，但plm -我能找到的集群标准错误包-似乎不接受权重。
浏览 0提问于2014-12-03得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
