如何从statsmodels.api中提取回归系数？

Question

 result = sm.OLS(gold_lookback, silver_lookback ).fit()

得到结果后，我该如何获得系数和常量?

换句话说，如果 y = ax + c， 如何获取值 a 和 c？

- JOHN

---

访问系数的方法如下：https://dev59.com/014b5IYBdhLWcg3wbA-B - Anton Tarasenko

Answer 1

您可以使用拟合模型的params属性来获取系数。

例如，以下代码：

import statsmodels.api as sm
import numpy as np
np.random.seed(1)
X = sm.add_constant(np.arange(100))
y = np.dot(X, [1,2]) + np.random.normal(size=100)
result = sm.OLS(y, X).fit()
print(result.params)

将打印一个numpy数组 [0.89516052 2.00334187] - 分别为截距和斜率的估计值。

如果您想要更多信息，可以使用对象result.summary()，其中包含3个详细的模型描述表格。

- David Dale

---

第一个是常数，第二个是系数？ - JOHN

没错！这就是sm.add_constant()的工作原理：它接受一个矩阵（或向量，就像我的情况一样），并在最左边添加一个全为1的列。对应于这一列的系数就是截距。 - David Dale

Answer 2

参考这个答案Converting statsmodels summary object to Pandas Dataframe，看起来result.summary()是一组表格，你可以将其导出为html，然后使用Pandas将其转换为数据框(Dataframe)，这将允许您直接索引想要的值。因此，在您的情况下(将上面链接中的答案放在一行中)：

df = pd.read_html(result.summary().tables[1].as_html(),header=0,index_col=0)[0]

然后

a=df['coef'].values[1]
c=df['coef'].values[0]

- Idiot Tom

---

太好了！但是这并不适用于更详细的summary2()函数！ - B Furtado

Answer 3

在@IdiotTom的回答中补充细节。

您可以使用：

head = pd.read_html(res.summary2().as_html())[0]
body = pd.read_html(res.summary2().as_html())[1]

不太好看，但信息都在那里。

- B Furtado

Answer 4

如果API的输入是pandas对象（即数据的pd.DataFrame，或x和y的pd.Series），那么当您访问.params时，它将是一个pd.Series，因此每个系数都可以通过其名称轻松访问。

例如：

import statsmodels.api as sm 
# sm.__version__ is '0.13.1'


df = pd.DataFrame({'x': [0,  1,2,3,4],
                   'y': [0.1, 0.2, 0.5, 0.5, 0.8]
                  })

sm.OLS.from_formula(formula='y~x-1', data=df).fit().params

输出以下pd.Series：

x    0.196667
dtype: float64

允许拦截项（通过将公式从y~x-1更改为y~x）会更改输出，以包括拦截项，名称为Intercept：

Intercept    0.08
x            0.17
dtype: float64

- Itamar Mushkin

Answer 5

系数以字典形式保存在result.params数据框中，它是一个pandas的Series。其中，常数项存储为Intercept，正如其他人所指出的那样。变量项按其变量名称存储。因此，如果您的模型是y ~ x，回归系数将作为result.params['Intercept']（即b）和result.params['x']（即a）可用于方程y = a*x + b。

- Hilton Fernandes