为什么统计模型的OLS中的四次线性回归不符合LibreOffice计算？
connect timed out
相关·内容
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？但是，如果我将数据带入LibreOffice Calc，点击绘图并选择“插入
浏览 28提问于2019-02-09得票数 1
回答已采纳
在我看来是一样的，但我不确定。
更新:回想起来，这不是一个很好的问题。OLS指的是将一条线与数据相匹配，而RSS是OLS使用的成本函数。找出给出最小残差和平方误差的参数。它在OLS中被称为普通，指的是我们正在做线性拟合。
浏览 0提问于2016-04-28得票数 9
我使用交互式术语来预测一个模型：所以，我的问题是：
在使用交互式术语进行预测时，如何使用测试/训练数据进行评估，并使用交叉验证计算统计显著性？
浏览 2提问于2020-05-09得票数 0
我正在通过在statsmodels中构建模型来学习逻辑回归。我知道如果我在统计模型中建立一个线性回归模型，lin_mod = sm.OLS(y_var, X_vars).fit()，我可以很容易地得到调整后的R平方lin_mod.rsquared_adj。在比较我的线性回归模型时，我发现调整后的R平方非常有用。
浏览 17提问于2021-09-13得票数 0
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，
浏览 0提问于2019-10-31得票数 0
1回答
我一直在使用统计模型来创建线性回归模型。我正在尝试打印汇总数据。对于OLS，所需的函数是.summary()，但是，我已经将模型正则化了：res=model.fit_regularized(alpha=0.04, L1_wt=0)我似乎不知道如何<
浏览 0提问于2021-06-02得票数 0
1回答
二值结果变量的OLS回归方法
、、、、
我之前曾被告知--出于完全合理的理由--当结果变量是二进制(即是/否、真/假、赢/输等)时，不应该运行OLS回归。然而，我经常阅读经济学/其他社会科学方面的论文，在这些论文中，研究人员对二元变量进行OLS回归，并对系数进行解释，就像对连续结果变量的解释一样。有关这方面的几个问题：
为什么不进行逻辑回归？是否存在使用logit模型的缺点/限制？例如，在经济学中<
浏览 11提问于2020-08-21得票数 3
我有两个系列的数据如下。我想为df1创建一个OLS线性回归模型，为df2创建另一个OLS线性回归模型。然后统计检验这两种线性回归模型的y截距是否存在统计差异(p<0.05)，并检验这两种线性回归模型的斜率是否存在统计差异(p<0
浏览 2提问于2021-03-02得票数 1
回答已采纳
1回答
所以，当我调用命令来查看model.Using这个命令的摘要时，我正在尝试一个多元线性回归模型。#backward elimination reg_ols=sm.OLS(endog=y,exog=x_opt).fit()Ipython控制台没有显示我要得到的输出的摘要statistic.Instead。
如何获得汇总统计
浏览 4提问于2017-09-17得票数 1
回答已采纳
假设一个数据集有五个预测变量和一个目标变量，通过散点图，我观察到三个预测变量与目标变量具有线性关系，另外两个预测变量具有非线性关系。如何建立广义线性回归模型，从而解释这两个变量的非线性以及其他三个变量之间的线性关系？
浏览 0提问于2020-04-23得票数 1
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
浏览 3提问于2021-06-02得票数 0
回答已采纳
5回答
问:我想实现一个决策树，每片叶子都是线性回归，这样的模型存在吗？Example案例1:y = int(x) + x * 1.5📷📷import matplotlib.pyplot as plty_result, la
浏览 0提问于2019-12-29得票数 9
回答已采纳
似乎这三个函数都可以做简单的线性回归。numpy.polynomial.polynomial.polyfit(x, y, 1)
statsmodels.api.OLS(y, x)
我想知道这三种方法之间是否有真正的区别？我知道statsmodels是建立在scipy之上的，而scipy在很多事情上都有点依赖于numpy，所以我希望它们不会有太大的不同，但细节总是有问题的。更具体地
浏览 0提问于2015-06-30得票数 14
回答已采纳
4回答
我一直在试图了解自变量内的多重共线性对线性回归模型的影响。维基百科网页建议，只有当有一个“完美”的多重共线性，其中一个自变量将不得不从培训中删除。现在我的问题是，如果相关性等于+/- 1，我们应该只删除其中的一列，还是考虑一个阈值(比如0.90)，然后它应该被认为是完美的多重共线性。
浏览 0提问于2021-10-25得票数 3
我的多项式回归使用状态模型公式不匹配nupy多拟合系数。date: date.toordinal())
y = data['Value']
x**2: 7.468e-07截取：-1.486e-06
在Excel中向数据添加二次趋势线时，Excel结果与numpy系数一致。但是，如果我在Excel趋势线中
浏览 5提问于2020-02-07得票数 1
回答已采纳
2回答
我已经玩过状态模型()中的函数了，现在我来看看Durbin的统计数据是否有价值。100) # this should be highly correlateddw_res = np.sum(np.diff(ols_res.resid.valuesself.wexog.shape[0])
AttributeError: 'NoneType' object has no attribute &
浏览 4提问于2017-04-10得票数 8
回答已采纳
我被要求编写一个线性回归程序，步骤如下。 加载R数据集mtcar作为pandas数据帧。 考虑自变量wt的对数和因变量mpg的对数，建立另一个线性回归模型。将模型与数据进行拟合，并显示R平方值 我是使用Python进行统计的初学者。我尝试在不转换为新DataFrame的情况下获取日志值，但出现了一个错误："TypeError：'OLS‘object is not
浏览 80提问于2019-09-21得票数 2
回答已采纳
很简单的问题，但一些东西，我一直无法理解，通过搜索互联网。使用SKlearn运行LR模型后，关键输出之一是coef_和intercept_。我理解coef_是一个完全描述模型关系的转换矩阵；使用coef_和添加intercept_来执行输入数据的点乘积将为您的输入生成预测值。
我的问题是:定义一阶模型coef_的方程是什么？这种情况在二阶模型下会发生什么变化？这个方程在具有n个特征的多元模型
浏览 0提问于2022-05-26得票数 0
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
