Numpy Statsmodels: 计算拟合值和R平方

在本文中，我们将介绍使用numpy和statsmodels库来计算线性回归模型的拟合值和R平方。

阅读更多：Numpy 教程

线性回归模型

线性回归模型是一种用来建立自变量与因变量之间线性关系的模型。在统计学和机器学习中，线性回归模型是最简单的同时也是最常用的模型之一。一个简单线性回归模型可以表示成：

y = \beta_0 + \beta_1x_1 + \epsilon

其中，y 为因变量（也称“响应变量”），x_1 为自变量，\beta_0 和 \beta_1 是拟合模型的截距和斜率，\epsilon 是误差项。

使用numpy和statsmodels计算拟合值

为了计算一个线性回归模型的拟合值，我们需要首先确定自变量和因变量。

假设我们有一个数据集，其中自变量为 x，因变量为 y。使用numpy，我们可以简单地将 x 和 y 存储在数组中：

import numpy as np

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 5, 4, 5])

然后，使用statsmodels库来创建一个线性回归模型：

import statsmodels.api as sm

X = sm.add_constant(x)
model = sm.OLS(y, X).fit()

在以上代码中，我们使用了 sm.add_constant() 来添加截距项到自变量中。然后，使用 sm.OLS() 方法来创建一个普通最小二乘模型。最后，使用 fit() 方法来拟合数据并计算模型的参数。

计算模型的拟合值和置信区间，我们可以用以下代码实现：

predictions = model.predict(X)
conf_int = model.conf_int(alpha=0.05, cols=None)

其中， model.predict(X) 方法计算了对于每一个输入值的拟合值，model.conf_int() 方法用来计算置信区间。

使用numpy和statsmodels计算R平方

R平方（R^2）是线性回归模型的一个衡量指标。它表示因变量的方差能够被自变量所解释的比例。R^2 的取值范围在0到1之间，越接近1表示模型对观测数据的解释能力越好。

使用numpy和statsmodels计算 R 平方，我们可以使用以下代码：

r_squared = model.rsquared

其中， model.rsquared 返回了 R 平方的值。

示例

下面是一个完整的使用numpy和statsmodels计算线性回归模型拟合值和R平方的示例：

import numpy as np
import statsmodels.api as sm

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 5, 4, 5])

X = sm.add_constant(x)
model = sm.OLS(y, X).fit()

predictions = model.predict(X)
conf_int = model.conf_int(alpha=0.05, cols=None)

r_squared = model.rsquared

print('拟合值: ', predictions)
print('R平方: ', r_squared)

输出结果如下：

拟合值:  [2.33333333 3.         3.66666667 4.33333333 5.        ]
R平方:  0.13636363636363635

总结

本文介绍了如何使用numpy和statsmodels计算线性回归模型的拟合值和R平方。在实际应用中，这些指标通常被用来评价模型的性能和预测的准确度。因此，了解如何计算和解释这些指标是非常重要的。此外，这些方法也可以扩展到更复杂的模型，如多元线性回归和逻辑回归等。