具有多个系数的统计模型的OLS回归

文章/答案/技术大牛

发布

1回答

python

我正在尝试对来自数据集的给定数据大小的加密时间进行简单回归。我是python和统计模型的初学者，但我认为我使用OLS回归得到了奇怪的结果，因为它为我提供了每个数据大小的系数，例如： DataSize[T.1024] 0.0001DataSize[T.1056] 0.0004DataSize[T.1088

浏览 6提问于2020-03-27得票数 0

1回答

线性回归系数

python、machine-learning、scikit-learn、linear-regression、statsmodels

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<e

浏览 3提问于2021-06-02得票数 0

回答已采纳

2回答

如何使用统计模型获得多元线性回归的标准化(Beta)系数

python、pandas、regression、statsmodels、coefficients

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

1回答

使用统计模型评估回归系数的t检验

python、linear-regression、statsmodels

我有一个关于100+特性的数据集。我还有一组小的协变量。对于每个协变量，我使用统计模型y = x + C1 + C2 + C3 + C4 + ... + Cn，以及一个特征x和一个因变量y，建立一个OLS线性模型。我正在尝试对回归系数进行假设检验，以检验回归系数是否等于0。我认为t-test是解决这一问题的合适方法，但我不太确定如何使用统计模型在Python中实现

浏览 6提问于2017-08-16得票数 0

回答已采纳

2回答

LaTeX中系数/t统计量和导出的组合矩阵表

matrix、latex、stata

对于四个结果变量，我有许多回归(每年一次，超过十五年)。我可以表出一个矩阵，但即使使用estadd，我也无法获得上述结果。这是我的密码： *creates matrix of all results row(year) column(outco

浏览 1提问于2018-12-06得票数 2

回答已采纳

1回答

应用标准化最小二乘估计器

scikit-learn、regression、linear-regression

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<em

浏览 0提问于2019-10-31得票数 0

1回答

二值结果变量的OLS回归方法

regression、data-science、linear-regression、logistic-regression、economics

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，我经常看

浏览 11提问于2020-08-21得票数 3

1回答

如何测试R中的空间非平稳性以确定是否需要局部回归模型？

r、regression、gwr、spgwr、spatial-regression

我有一个数据集，我为它实现了一个回归模型，并假设系数在局部变化。如果给定了空间非平稳性，则运行本地回归模型是有意义的，在我的例子中是地理加权回归(GWR)。为了找出是否存在空间非平稳性，我知道Koenker检验，它可以在任何GIS软件中用普通的最小二乘(OLS)回归模型计算。但对于这个项目，我使用的是R，我需要找出是否给出了空间非平稳性。有没有在R中实现的

浏览 1提问于2020-10-30得票数 2

1回答

为什么我的岭回归系数与MATLAB中的一般线性回归系数完全不同？

linear-regression、matlab、ridge-regression

我试图实现我自己的岭回归算法，并尝试实现在回归的MATLAB教程中找到的相似系数。regress(y,X) % Removes NaN data -0.0102 0.0000 在上面，你可以看到第一个系数约为60，其余的系数非常接近于0。我试图达到类似的结果，使用岭回归与完全相同的数据集“小”提供的

浏览 0提问于2021-12-01得票数 0

1回答

统计模型之间p值的不同线性回归和pandas df.corr()函数

python、pandas、regression、correlation、pearson-correlation

它有13个特征，我使用的是多元线性回归模型。当我检查特征和目标值的相关性时，它显示了df.corr()方法和Summary()函数奇怪的结果。对于较少的特征，p相关系数较低。但是，如果我在回归后使用summary()函数，这些特征具有不同的p值。相关系数最低的特征不具有最高的p值。或者由这两个不同函数获得的相关系数</

浏览 57提问于2019-02-13得票数 0

回答已采纳

2回答

从100个回归中提取系数，而不是用一个循环，而是用一个分裂回归。

r、for-loop、regression、repeat

我需要运行600多个回归，每个回归都在不同的MECE数据组上运行(组的值为{1,2，...,623})。从每个回归，我需要存储所有自变量的系数估计。但是，我知道以下命令估计大约1分钟内所有623次回归：回归数据全部存储在一个“623我能够通过以下方法提取每个组的</em

浏览 6提问于2022-11-16得票数 2

回答已采纳

1回答

模型的r-反测试

r、forecasting、forecast

我必须评估我的模型的预测能力。我想做什么？我回归的结果34565自由度残差标准误差: 271.6倍R-平方: 0.9552，校正R-平方: 0.9545 F-统计量: 147

浏览 3提问于2019-10-14得票数 2

回答已采纳

1回答

状态模型中的面板OLS* (因为它在Pandas中被废弃了？)*

python、pandas、statistics、regression、statsmodels

在最新版本的熊猫中，所有的ols功能都被废弃了(pandas.stats实际上已经消失了，并且没有PanelOLS或ols功能)。我试图使用状态模型运行面板回归，但却找不到一种有效的方法。以前，我可以使用这样的代码：这将使用单个面板回归中的所有数据来估计系数。现在有什么办法吗？

浏览 11提问于2017-08-30得票数 2

2回答

适用于具有系数误差和变换目标的python的OLS

python、linear-regression、transform

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。在统计<e

浏览 45提问于2021-08-03得票数 2

回答已采纳

1回答

在Python中引导多个回归参数

python、statistics、linear-regression、statsmodels、statistics-bootstrap

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<

浏览 0提问于2017-04-01得票数 3

2回答

普通最小二乘与R平方之差(决定系数)？

statistics、data-science

*嗨，有人能指出-普通最小二乘和R平方(决定系数)之间的区别吗？它们似乎与我非常相似，它们都在计算估计值和实际值之间的差额，然后进行求和，然后将它们平方。也许我弄错了。有什么建议吗?*

浏览 6提问于2019-11-20得票数 1

回答已采纳

1回答

如何估计DolphinDB中的最小二乘参数

sql、linear-regression、dolphindb

X和y存储在多个数据源中。如何估计X和Y的最小二乘参数？

浏览 11提问于2019-06-10得票数 0

1回答

如何修正回归模型对特征的解释？

python、regression、multivariate-distribution

我正在构建一个回归模型，以预测给定一组其他特性Y的特性X_{1}, X_{2}, X_{3}..X_{n}的值。在这些其他特性中，假设X_1是已知的，根据领域的知识，它与Y成反比。问题是，我的模型是将他的系数解释为正，让它与Y成正比。我尝试了很多不同的模型来验证我是否能得到更好的解释，比如OLS、线性回归和Logistic<e

浏览 0提问于2020-04-27得票数 1

回答已采纳

1回答

卡雷特是如何生成一个具有K次交叉验证的OLS模型的？

r、linear-regression、cross-validation、r-caret

假设我有一些通用数据集，其中OLS回归是最好的选择。因此，我生成了一个带有一阶项的模型，并决定在R中使用Caret作为我的回归系数估计和误差估计。= my_data, trControl = k10_cv, method = "lm") 从这里，我可以使用summary(ols_model)提取回归信息，也可以通过调用ols_model来提取更多的信息当我只看<

浏览 3提问于2018-09-22得票数 2

回答已采纳

1回答

获取用于熊猫回归的betas

python、pandas

我想和熊猫一起回归。我的相关代码行是：这给出了典型的带有回归系数的多元回归输出表但是我得到了截取的结果。是否有参数或其他参数来获得betas/标准化或归一化回归系数，而

浏览 3提问于2015-09-04得票数 0

点击加载更多