理解statsmodels线性回归

Question

我试图拟合在statsmodels库中实现的线性回归模型。

我对fit（）方法有疑问。假设我有大小为15的数据样本，我将其分为3部分，并拟合模型。调用每个fit（）将正确拟合模型或覆盖以前的值。

import numpy as np
import statsmodels.api as sm

# First call
X = [377, 295, 457, 495, 9] # independent variable
y = [23, 79, 16, 41, 40]    # dependent variable
X = sm.add_constant(X)
ols = sm.OLS(y,X).fit()
#print(ols.summary())

# Second call
X = [243, 493, 106, 227, 334]
y = [3, 5, 1, 62, 92]
X = sm.add_constant(X)
ols = sm.OLS(y,X).fit()
#print(ols.summary())

# Third call
X = [412, 332, 429, 96, 336] 
y = [30, 1, 99, 4, 33]
X = sm.add_constant(X)
ols = sm.OLS(y,X).fit()
#print(ols.summary())

scores = [9, 219, 200, 134, 499]
scores = sm.add_constant(scores)
print(ols.predict(scores))

Answer 1

每次调用sm。OLS（y， X）创建一个新的模型实例，每次调用. fi（）都会创建一个新的结果实例，并引用基础模型。实例是相互独立的，也就是说，它们不共享任何属性，除了可能的基础数据。

但是，在您的示例中，您为每个回归结果指定了相同的名称ols，因此名称ols仅指最后一个实例。

更多细节：

创建一个类似于sm的模型。OLS（y，X）不复制数据y和X（如果不需要复制）。具体来说，如果y和X是numpy ndarray，则不需要任何副本。（从技术上讲，转换和复制行为取决于np.asarray（y）和np.asarray（X））

对fit方法的重复调用每次都会创建一个新的结果实例，但它们保留对同一模型实例的引用。例如，我们可以使用不同的cov_类型选项调用拟合，这将使用不同的假设创建参数估计的协方差。

model = sm.OLS(y,X)
ols_nonrobust = model.fit()
ols_hc = model.fit(cov_type="HC3")

在大多数模型中，来自拟合的所有相关信息都附加到结果实例中。在上面的例子中，我们可以同时查看两个结果实例，例如比较参数标准误差

ols_nonrobust.bse
ols_hc.bse

在RLM和一些时间序列模型中，一些合适的选项可能会改变基础模型。在这种情况下，只有最后的结果实例创建的适合将具有正确的模型属性。如果我们在循环中只需要最后一个实例，这些情况很好，但是如果同时使用几个结果实例并且它们引用相同的基础模型实例，这些情况可能会显示不正确的结果。http://www.statsmodels.org/devel/pitfalls.html#repeated-calls-to-fit-with-different-parameters