从OLS回归结果中读取coef值

我用熊猫和statsmodels做线性回归。但是，我找不到任何可能的方式来阅读结果。结果显示，但我需要做一些使用coef值的进一步计算。有什么可能的方法将coef值存储到一个新变量中吗？从OLS回归结果中读取coef值

import statsmodels.api as sm 
import numpy 
ones = numpy.ones(len(x[0])) 
t = sm.add_constant(numpy.column_stack((x[0], ones))) 
for m in x[1:]: 
    t = sm.add_constant(numpy.column_stack((m, t))) 
results = sm.OLS(y, t).fit()

来源

2017-07-25 HussainBiedouh

按照docs，则返回RegressionResults一个实例。

你可以看到所有可用的属性。

也许你有兴趣：

PARAMS

，最大限度地减少了最小二乘准则的线性系数。这通常称为经典线性模型的Beta。

例子：

model = sm.OLS(Y,X) 
results = model.fit() 
print(results.params)

来源

2017-07-25 21:48:20 sascha

'''它没有help'''几乎是无用的。也许你想解释什么是问题。 – sascha

由于我忘记将所有（np's）转换为numpy，所以出现了numpy问题。抱歉。你的回答是正确的，它解决了问题。 – HussainBiedouh

results.params是答案，这里是更多的例子http://www.statsmodels.org/dev/examples/notebooks/generated/ols.html – HussainBiedouh

从OLS回归结果中读取coef值

回答

相关问题