使用pandas statsmodels的
.summary()
函数时,OLS回归结果包括以下字段。coef std err t P>|t| [0.025 0.975]
如何获得标准化系数(不包括截距),类似于在SPSS中实现的方式?
.summary()
函数时,OLS回归结果包括以下字段。coef std err t P>|t| [0.025 0.975]
如何获得标准化系数(不包括截距),类似于在SPSS中实现的方式?
你只需要首先使用z分布(即z-score)标准化你的原始DataFrame,然后执行线性回归。
假设你将DataFrame命名为df
,其中包含自变量x1
,x2
和x3
,以及因变量y
。请考虑以下代码:
import pandas as pd
import numpy as np
from scipy import stats
import statsmodels.formula.api as smf
# standardizing dataframe
df_z = df.select_dtypes(include=[np.number]).dropna().apply(stats.zscore)
# fitting regression
formula = 'y ~ x1 + x2 + x3'
result = smf.ols(formula, data=df_z).fit()
# checking results
result.summary()
现在,coef
将向您显示标准化(beta)系数,以便您可以比较它们对因变量的影响。
注:
.dropna()
。否则,如果列中有任何缺失值,则stats.zscore
将为该列返回所有NaN
。.select_dtypes()
,但请确保您选择的所有列都是数字。result.params
仅返回它。 它通常以科学符号方式显示。 您可以使用类似round(result.params, 5)
的方法将其四舍五入。params
。结果.t_test(transformation)计算线性变换变量的参数表。std = model.exog.std(0)
std[0] = 1
tt = results.t_test(np.diag(std))
print(tt.summary()
tt.summary_frame()
您可以通过取标准差来转换非标准化系数。标准化系数(Beta)是驱动分析的要求。以下是适用于我的代码。 X是自变量,y是因变量,系数是coef,这些系数是从ols中提取的(model.params)。
sd_x = X.std()
sd_y = Y.std()
beta_coefficients = []
# Iterate through independent variables and calculate beta coefficients
for i, col in enumerate(X.columns):
beta = coefficients[i] * (sd_x[col] / sd_y)
beta_coefficients.append([col, beta])
# Print beta coefficients
for var, beta in beta_coefficients:
print(f' {var}: {beta}')
model
is any of the model instances, e.g. OLS or GLM.results
is the corresponding Results instance returned bymodel.fit()
. e.g.model = OLS(y, x)
andresults = model.fit()
- Josef