用什么来进行多重相关性分析？

Question

用什么来进行多重相关性分析？

8

我正在尝试使用Python计算响应数组和一组预测数组之间的多元线性回归和多元相关性。我看到了一个非常简单的计算多元线性回归的例子，这很容易。但是如何使用statsmodels计算多元相关性呢？或者使用其他替代方法。我猜我可以使用rpy和R，但如果可能的话，我更愿意留在Python中。

编辑【澄清】: 考虑到像这里描述的情况：http://sphweb.bumc.bu.edu/otlt/MPH-Modules/BS/BS704-EP713_MultivariableMethods/ 除了回归系数和其他回归参数之外，我还想计算预测因子的多个相关系数。

- Pa_

我应该使用广义线性模型(GLM)吗？ - Pa_

也许您可以稍微详细地解释一下您究竟想要做什么。 - ev-br

所以，想象一下像这里描述的情况：http://sph.bu.edu/otlt/lamorte/EP713/Web_Pages/EP713_Regression/EP713_Regression3.html除了回归系数和其他回归参数之外，我还想计算预测变量的多个相关系数。 - Pa_

@Paul，如果您将信息作为评论而不是编辑问题，那会更好。 - bmu

也许更新一下链接？虽然我知道我要找什么，但这样做会更好。 - benten

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- jseabold · Accepted Answer

你可以使用statsmodels和pandas来完成这个任务。以下代码可以帮助你入门：

import pandas
import statsmodels.api as sm
from statsmodels.formula.api import ols

data = pandas.DataFrame([["A", 4, 0, 1, 27], 
                         ["B", 7, 1, 1, 29], 
                         ["C", 6, 1, 0, 23], 
                         ["D", 2, 0, 0, 20], 
                         ["etc.", 3, 0, 1, 21]], 
                         columns=["ID", "score", "male", "age20", "BMI"])
print data.corr()

model = ols("BMI ~ score + male + age20", data=data).fit()
print model.params
print model.summary()

请查看文档:

http://statsmodels.sourceforge.net/devel/

http://pandas.pydata.org/

编辑: 我不熟悉术语“多重相关系数”，但我认为这只是多元回归模型的R-squared的平方根，对吧?

print model.rsquared**.5
print model.rsquared_adj**.5

这是您想要的吗？