使用scipy.stats和statsmodels计算线性回归时的结果不同

Question

当我尝试OLS适合这两个库时,我得到不同的r ^ 2值(确定系数),我无法弄清楚原因.(为方便起见,删除了一些间距)

In [1]: import pandas as pd       
In [2]: import numpy as np
In [3]: import statsmodels.api as sm
In [4]: import scipy.stats
In [5]: np.random.seed(100)
In [6]: x = np.linspace(0, 10, 100) + 5*np.random.randn(100)
In [7]: y = np.arange(100)

In [8]: slope, intercept, r, p, std_err = scipy.stats.linregress(x, y)

In [9]: r**2
Out[9]: 0.22045988449873671

In [10]: model = sm.OLS(y, x)
In [11]: est = model.fit()

In [12]: est.rsquared
Out[12]: 0.5327910685035413

这里发生了什么？我想不出来!某处有错误吗？

Answer 1

0.2205 来自也有截距项的模型 - 0.5328 值是删除截距项后的结果。

基本上，一个包正在建模y = bx，而另一个包（有帮助）假设您还需要截距项（即y = a + bx）。[注意：这个假设的优点是，否则每次你想要运行回归时，你都必须采用x并将一列 1 绑定到它（否则你最终会得到一个有偏差的模型）]

查看这篇文章以进行更长时间的讨论。

祝你好运！