在scikit-learn LinearRegression中寻找p值（显著性）。
我怎样找到每个系数的p值（显著性）？lm = sklearn.linear_model.LinearRegression() lm.fit(x,y)
在ggplot上添加回归线
我正在努力在ggplot上添加一个回归线。 我先尝试使用abline，但无法使其正常工作。 然后我尝试了这个...data = data.frame(x.plot=rep(seq(1,5),10),y.plot=rnorm(50)) ggplot(data,aes(x.plot,y.plot)...
如何强制R在回归中使用指定的因子水平作为参考？
如何在回归中使用二元解释变量时，告诉 R 使用特定的水平作为参考值？ R 默认会使用某个水平作为参考值。 lm(x ~ y + as.factor(b)) 使用b {0, 1, 2, 3, 4}。假设我想要使用3代替R中使用的零。
在R中的线性回归和按组分组
我想使用lm()函数在R中进行线性回归。我的数据是一个年度时间序列，其中一列是年份（22年），另一列是州名（50个州）。我希望为每个州都拟合一个回归模型，以便最终得到一个lm响应向量。我可以想象为每个州使用for循环，然后在循环内部进行回归，并将每个回归的结果添加到一个向量中。但这似乎不太像R...
使用Pandas数据框进行OLS回归分析
我有一个 pandas 数据框，我想要能够从列B和列C的值预测列A的值。这是一个玩具示例：import pandas as pd df = pd.DataFrame({"A": [10,20,30,40,50], "B": [20, 30, 10, 40...
提取回归系数值
我有一个用于研究药物利用的时间序列数据回归模型。目的是将样条拟合到时间序列上，并计算95% CI等参数。该模型如下： id <- ts(1:length(drug$Date)) a1 <- ts(drug$Rate) a2 <- lag(a1-1) tg <- ts....
带有字符串/分类特征（变量）的线性回归分析？
回归算法似乎只适用于以数字表示的特征。例如： 这个数据集不包含分类特征/变量。如何对这些数据进行回归分析并预测价格是非常清楚的。 但现在我想对包含分类特征的数据进行回归分析： 有5个特征：District，Condition，Material，Security，Type ...
Scikit-learn交叉验证，均方误差中的负值
当我使用以下代码与大小为(952, 144)的数据矩阵X和大小为(952)的输出向量y时，mean_squared_error指标返回负值，这是不可预期的。你有什么想法吗？from sklearn.svm import SVR from sklearn import cross_validat...
在回归模型中筛选（多重）共线性
我希望这不是一个“问答”问题...以下是内容： （多）共线性是指回归模型中预测变量之间的相关性非常高。如何“治愈”呢……有时候你不需要“治愈”共线性，因为它并不影响回归模型本身，但会影响各个预测变量的效果解释。 发现共线性的一种方法是将每个预测变量作为因变量，其他预测变量作为自变量，确定R...
如何调试“对具有2个或更多级别的因子才能应用对比”的错误？
这是我正在使用的所有变量：str(ad.train) $ Date : Factor w/ 427 levels "2012-03-24","2012-03-29",..: 4 7 12 14 19 21 24 29 31 ...