使用Python计算线性回归标准化系数(beta)

Question

我希望可以使用Python的标准工具（如numpy、pandas、scipy.stats等）计算线性回归模型的beta或标准化系数。

我的一个朋友告诉我在R中可以通过以下命令完成此操作：

lm(scale(y) ~ scale(x))

目前，我正在使用Python进行计算，如下所示：

from scipy.stats import linregress
from scipy.stats.mstats import zscore

(beta_coeff, intercept, rvalue, pvalue, stderr) = linregress(zscore(x), zscore(y))
print('The Beta Coeff is: %f' % beta_coeff)

有没有更简单的Python函数可以计算这个数字？

- David

---

如果您有多个独立变量，请参阅此帖子。 - steven

Answer 1

Python是一种通用语言，但R专门为统计设计。在纯粹使用Python来实现相同（统计）目标时，几乎总是需要多写几行代码，因为R带有即刻拟合回归模型（使用lm）的功能。

简短的回答是不需要 - 您的Python代码已经很简单明了了。

话虽如此，我认为与您的R代码更接近的等价物是：

import statsmodels.api as sm
from scipy.stats.mstats import zscore

print sm.OLS(zscore(y), zscore(x)).fit().summary()

- Eoin